《大學(xué)人工智能基礎(chǔ)（大學(xué)計算機系列教材）》是華東師大非計算機專業(yè)本科生理科方向教學(xué)用書。大學(xué)程序設(shè)計基礎(chǔ)是大學(xué)計算機教學(xué)的核心課程，該書以零基礎(chǔ)的初學(xué)者為對象，循序漸進地講述各種客觀數(shù)據(jù)對象在計算機世界中是如何表示的，計算機又是如何操作數(shù)據(jù)對象，實現(xiàn)各種功能的�！洞髮W(xué)人工智能基礎(chǔ)（大學(xué)計算機系列教材）》旨在幫助讀者形成

圖神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的一個新興方向，它不僅迅速得到了學(xué)術(shù)界的廣泛關(guān)注，而且被成功地應(yīng)用在工業(yè)界的多個領(lǐng)域。本書介紹了圖神經(jīng)網(wǎng)絡(luò)和圖深度學(xué)習(xí)的基礎(chǔ)知識和前沿研究，不僅包括它們的發(fā)展歷史和經(jīng)典模型，還包括圖神經(jīng)網(wǎng)絡(luò)在深層網(wǎng)絡(luò)、無監(jiān)督學(xué)習(xí)、大規(guī)模訓(xùn)練、知識圖譜推理等方面的前沿研究，以及它們在不同領(lǐng)域（如推薦系統(tǒng)、生化醫(yī)療

本書分類《機器學(xué)習(xí)導(dǎo)論》面向機器學(xué)習(xí)領(lǐng)域的主要模型和算法，重點闡述不同方法背后的基本假設(shè)以及它們之間的相關(guān)性，幫助讀者建立機器學(xué)習(xí)的基礎(chǔ)理論功底，為從事該領(lǐng)域的相關(guān)工作打下基礎(chǔ)。具體內(nèi)容包括機器學(xué)習(xí)研究的總體思路、發(fā)展歷史與關(guān)鍵問題，線性模型，神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)，核方法，圖模型，無監(jiān)督學(xué)習(xí)，非參數(shù)模型，演化學(xué)習(xí)，強化學(xué)

本書介紹內(nèi)容包括支持向量機、線性回歸、決策樹、遺傳算法、深度神經(jīng)網(wǎng)絡(luò)（VGG、GooleLeNet、Resnet、MobileNet、EfficientNet）、循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM、GRU、Attention）、生成對抗網(wǎng)絡(luò)（DCGAN、WGAN-GP）、自編碼器、各種聚類算法、目標(biāo)檢測算法（YOLO、MTCNN）

本書以數(shù)據(jù)驅(qū)動的數(shù)學(xué)問題研究為核心，是一部由研究工作構(gòu)成的原創(chuàng)著作。全書共分7章，按三個模塊劃分：第一個模塊是研究背景和框架介紹，即第1章緒論，這是本書主題內(nèi)容的一個導(dǎo)論；第二個模塊是粒度空間的基礎(chǔ)理論及模型，由第2～5章組成，其中涉及粒度空間的基本理論，結(jié)構(gòu)聚類特征與融合，以及聚類結(jié)構(gòu)分析理論等研究；第三個模塊是粒度

書特色主要有：1、注重實例的一本教材盡可能簡化繁瑣的數(shù)學(xué)推導(dǎo)和定理證明，將重點放在解決問題的原理和思路上，并介紹一些經(jīng)典有趣的實例。2、適合不同專業(yè)層次的教材選擇結(jié)合教學(xué)、科研及應(yīng)用需求，注重概念清晰、既有深度又有廣度、理論性較強的教材，著力于內(nèi)容的體系化，適合不同層次專業(yè)選用。3、注重能力評價的考核方式注重能力評價的

《人工智能從小白到大神（案例視頻）》主要從人工智能的發(fā)展之路說起，結(jié)合豐富的應(yīng)用與實戰(zhàn)實例，詳細闡述了Python入門、人工智能數(shù)學(xué)基礎(chǔ)、手工打造神經(jīng)網(wǎng)絡(luò)、TensorFlow與PyTorch、卷積神經(jīng)網(wǎng)絡(luò)、目標(biāo)分類、目標(biāo)檢測、圖像語義分割、循環(huán)神經(jīng)網(wǎng)絡(luò)、自然語言處理、生成對抗網(wǎng)絡(luò)、強化學(xué)習(xí)等行業(yè)前沿知識。

本書是由湖南省人力資源和社會保障廳職業(yè)技能鑒定中心(湖南省職業(yè)技術(shù)培訓(xùn)研究室)組織行業(yè)專家、職業(yè)教育專家和專項職業(yè)能力考核專家，配合專項職業(yè)能力題庫開發(fā)的專項職業(yè)能力教材。內(nèi)容包括認(rèn)識數(shù)據(jù)標(biāo)注、圖像標(biāo)注、語音標(biāo)注和文本標(biāo)注。本書圖文并茂，通俗易懂，還配有標(biāo)注訓(xùn)練數(shù)據(jù)，使學(xué)員能夠通過學(xué)習(xí)與訓(xùn)練，掌握人工智能數(shù)據(jù)標(biāo)注專項技

本書以TensorFlow2深度學(xué)習(xí)的常用技術(shù)與真實案例相結(jié)合的方式,深入淺出介紹TensorFlow2深度學(xué)習(xí)的重要內(nèi)容。全書共7章,內(nèi)容包括深度學(xué)習(xí)入門、TensorFlow2快速入門、深度神經(jīng)網(wǎng)絡(luò)原理及實現(xiàn)、基于CNN的門牌號識別、基于LSTM的語音識別、基于CycleGAN的圖像風(fēng)格轉(zhuǎn)換等技術(shù),以及如何使用Ti

本書是電子科技大學(xué)智能信息處理與小波分析應(yīng)用國際科研學(xué)術(shù)團隊科研工作的階段性總結(jié)。全書緊緊圍繞機器學(xué)習(xí)、圖像匹配、互聯(lián)網(wǎng)協(xié)議識別的重要理論和關(guān)鍵技術(shù)，系統(tǒng)總結(jié)了團隊目前的主要研究成果，重點展現(xiàn)了作者的最新研究進展。