本書主要介紹了人工智能的基礎(chǔ)知識和實用技術(shù)。本書共8章，包括“人工智能：開啟智慧新時代”“Python：人工智能開發(fā)語言”“線性回歸：預(yù)測未來趨勢”“分門別類：幫你‘分而治之’”“物以類聚：發(fā)現(xiàn)新簇群”“個性化推薦：主動滿足你的需求”“語音識別：讓機器對你言聽計從”“人臉識別：機器也認(rèn)識你”。 本書以培養(yǎng)學(xué)生人工智能素

本書從深度學(xué)習(xí)的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學(xué)習(xí)的目標(biāo)檢測的基本問題及其相關(guān)處理方法與技術(shù)，主要內(nèi)容涉及兩階段和單階段目標(biāo)檢測的理論、算法和研究成果。本書共6章，包括深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)類型、目標(biāo)檢測技術(shù)、基于FasterR-CNN的目標(biāo)檢測改進算法、領(lǐng)域自適應(yīng)及其在目標(biāo)檢測技術(shù)上的典型應(yīng)用、圖像識別模型改進及面部表情

本書源于阿里巴巴千億級知識圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對知識圖譜理論和大規(guī)模工業(yè)實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰(zhàn)經(jīng)驗為中心，以深厚的理論成果為支撐，詳細(xì)闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構(gòu)設(shè)計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內(nèi)涵、新千年人工智能的發(fā)展進行了簡要論述。第二部分詳細(xì)講述了人工智能中的知識表示、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能語音技術(shù)、計算機視覺、自然語言處理和知識圖譜技術(shù)等基礎(chǔ)知識，并通過人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經(jīng)典的成功應(yīng)用案例讓讀者更

本書從工業(yè)界一線算法工作者的視角，對深度強化學(xué)習(xí)落地實踐中的工程經(jīng)驗和相關(guān)方法論做出了深度思考和系統(tǒng)歸納。本書跳出了原理介紹加應(yīng)用案例的傳統(tǒng)敘述模式，轉(zhuǎn)而在橫向上對深度強化學(xué)習(xí)落地過程中的核心環(huán)節(jié)進行了完整復(fù)盤。主要內(nèi)容包括需求分析和算法選擇的方法，動作空間、狀態(tài)空間和回報函數(shù)設(shè)計的理念，訓(xùn)練調(diào)試和性能沖刺的技巧等。本

本書采用理論與實戰(zhàn)相結(jié)合的形式，通過生活中的例子來講解理論知識，結(jié)合實際案例代碼，幫助讀者在掌握機器學(xué)習(xí)理論的同時，打下項目實踐的基礎(chǔ)，同時配有豐富的教學(xué)資源，幫助讀者自學(xué)或開展教學(xué)工作。本書共13章，涵蓋機器學(xué)習(xí)入門所需的數(shù)學(xué)知識及相關(guān)算法，包括K近鄰算法、決策樹、樸素貝葉斯、邏輯回歸與梯度下降、支持向量機、AdaB

本書參照《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》，全面系統(tǒng)地闡述人工智能理論和技術(shù)體系的基本框架，并體現(xiàn)了人工智能的**進展。全書共13章，第1章介紹人工智能的基本概念、發(fā)展簡史，并著重介紹人工智能的主要研究內(nèi)容與各種應(yīng)用，以開闊讀者的視野，引導(dǎo)讀者進入人工智能各個研究領(lǐng)域；第2～6章闡述人工智能的基本原理和技術(shù)基礎(chǔ)，重

本書以人工智能發(fā)展為時代背景,通過20個應(yīng)用機器學(xué)習(xí)模型和算法的實際案例,為工程技術(shù)人員提供較為詳細(xì)的實戰(zhàn)方案,以便深度學(xué)習(xí)。在編排方式上,全書側(cè)重對創(chuàng)新項目的過程進行介紹。分別從整體設(shè)計、系統(tǒng)流程和實現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓(xùn)練和模型應(yīng)用,并剖析模塊的功能、使用和程序代碼。為便于讀者高效學(xué)習(xí)、快速掌握人工智能開

本書深入淺出講解深度學(xué)習(xí)，對復(fù)雜的深挖其本質(zhì)，讓其簡單化；對簡單的深挖其聯(lián)系，讓其豐富化。從理論知識到實戰(zhàn)項目，內(nèi)容翔實。本書分為兩篇，基礎(chǔ)篇主要講解深度學(xué)習(xí)的理論，實戰(zhàn)篇是代碼實踐及應(yīng)用�；�礎(chǔ)篇（第1~13章）包括由傳統(tǒng)機器學(xué)習(xí)到深度學(xué)習(xí)的過度、圖像分類的數(shù)據(jù)驅(qū)動的方法、Softmax損失函數(shù)、優(yōu)化方法與梯度、卷積神

圍繞著MDP模型，闡述動態(tài)規(guī)劃、蒙特卡羅、動態(tài)規(guī)劃等有窮表格式強化學(xué)習(xí)方法。在深度強化學(xué)習(xí)框架PyTorch下，闡述DQN,DDDPG,A3C等算法。本書以實例為導(dǎo)向，深度淺出地講解相關(guān)算法。全書采用完整的數(shù)學(xué)體系，各章內(nèi)容循序漸進，嚴(yán)謹(jǐn)?shù)刂v授強化學(xué)習(xí)的理論基礎(chǔ)，主要定理均給出證明過程。基于理論講解強化學(xué)習(xí)算法，