人工智能的迅猛發(fā)展，對整個人類、社會和時代的進步起到了不可估量的作用。然而，人工智能的未來奇點在哪兒？人工智能是否具有人類意識？人工智能會導致人類大規(guī)模失業(yè)嗎？會替代人類嗎？本書以通俗易懂的語言，圖文并茂的方式不僅描繪了人工智能發(fā)展的歷史、現(xiàn)狀與未來，而且探討了人工智能發(fā)展可能對經(jīng)濟、政治、軍事、法律等方面的影響，其中

本書由校企“雙元”共同開發(fā)，以人工智能應用開發(fā)的學習與認知過程為主線，以實踐為主導，將理論知識與實踐應用有機結合，將人工智能的應用開發(fā)的過程分為數(shù)據(jù)、人工、智能和系統(tǒng)化四個層級和十二個步驟。十二個步驟包括：數(shù)據(jù)采集、數(shù)據(jù)整理、數(shù)據(jù)分析、數(shù)據(jù)標注、特征提取、模型創(chuàng)建、模型訓練、模型測試、集成AI模型生成智能系統(tǒng)、系統(tǒng)測試

深度強化學習結合深度學習與強化學習算法各自的優(yōu)勢解決復雜的決策任務。得益于DeepMindAlphaGo和OpenAIFive成功的案例，深度強化學習受到大量的關注，相關技術廣泛應用于不同的領域。本書分為三大部分，覆蓋深度強化學習的全部內容。第一部分介紹深度學習和強化學習的入門知識、一些非常基礎的深度強化學習算法及其實

本書從傳統(tǒng)的機器學習，如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、集成學習，到前沿的深度學習和神經(jīng)網(wǎng)絡，如DNN、CNN、BERT、ResNet等，對人工智能技術進行零基礎講解，內容涵蓋數(shù)學原理、公式推導、圖表展示、企業(yè)應用案例。本書面向初中級讀者，能幫助讀者迅速掌握機器學習技術的相關概念及原理。本書內容結合作者多年

機器學習實戰(zhàn)：使用R、tidyverse和mlr

本書是一本介紹深度學習理論和實戰(zhàn)應用的教程，先從數(shù)學基礎和機器學習基礎出發(fā)，按照神經(jīng)網(wǎng)絡的技術發(fā)展框架由易到難逐步講解深度學習的理論，然后再通過實踐部分，詳細解釋深度學習的應用案例，讓讀者既能了解深度學習理論，又能學會使用深度學習框架，實現(xiàn)自己的深度學習模型。主要內容包括深度學習的發(fā)展歷史、單層感知器、線性神經(jīng)網(wǎng)絡、B

本書基于豐富的圖示，詳細介紹了有監(jiān)督學習和無監(jiān)督學習的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機、核方法、樸素貝葉斯、隨機森林、神經(jīng)網(wǎng)絡、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對各算法均用Python代碼進行了實現(xiàn)，讀者可一邊運行代碼一邊閱讀，從

本書全面講解PaddlePaddleFluid框架在深度學習領域的應用。全書共15章，分別是PaddlePaddle深度學習開發(fā)環(huán)境的搭建、PaddlePaddle快速入門、線性回歸算法實戰(zhàn)、卷積神經(jīng)網(wǎng)絡實戰(zhàn)、循環(huán)神經(jīng)網(wǎng)絡實戰(zhàn)、生成對抗網(wǎng)絡實戰(zhàn)、強化學習實戰(zhàn)、模型的保存與使用、遷移學習實戰(zhàn)可視化工具VisualDL的使

本書的主要特色在于知識建模和智能推理技術方面的創(chuàng)新，并基于知識圖譜建模和智能推理技術的集成完成了一系列應用軟件的開發(fā)，直觀形象、易學易用。本書是AI3軟件的詳盡解讀，分為AI3普及版（自由拷貝，不限使用）、AI3智能教學版以及AI3專業(yè)版（適用于復雜過程工業(yè)系統(tǒng)AI應用）。

深度學習已經(jīng)進入我們的生活，云計算和大數(shù)據(jù)為深度學習提供了便利。本書主要講解深度學習中的數(shù)學知識、算法原理和實現(xiàn)方法，配套源碼、數(shù)據(jù)集和開發(fā)環(huán)境。本書共12章。第1章介紹人類視覺和深度學習的聯(lián)系。第2章介紹深度學習中最為重要的梯度下降算法。第3章介紹卷積函數(shù)。第4章介紹計算損失函數(shù)所使用的交叉熵、決策樹和信息熵。第5章