Thisbookcomprehensivelyanddeeplyintroducestheartificialneuralnetworktheoryanditsapplication.Thebookconsistsofthreesections:thefoundationofneuralnetwork,artifici

本書是普通高等教育十一五規(guī)劃教材，系統(tǒng)介紹了人工智能的基本原理和相關(guān)的應(yīng)用領(lǐng)域。全書共10章，包括：緒論、知識表達方法、問題求解方法、基本推理技術(shù)、不精確推理、PROLOG語言、專家系統(tǒng)、機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)和人工智能游戲。本書內(nèi)容豐富、條理清楚，各章都配有例題，并給出了相當(dāng)數(shù)量的習(xí)題，以幫助讀者理解和掌握本書的內(nèi)容

本書從人工智能系統(tǒng)平臺環(huán)境部署為主線講解了人工智能的概念以及人工智能平臺環(huán)境的部署，主要涉及Linux系統(tǒng)安裝、GPU環(huán)境配置、Python環(huán)境配置、人工智能基礎(chǔ)概念、Hadoop環(huán)境部署、數(shù)據(jù)庫部署、Docker部署、集群的部署和維護等知識。全書知識點的講解由淺入深，使每一位讀者都能有所收獲，也保持了整本書的知識深度

《深度學(xué)習(xí)經(jīng)典案例解析（基于MATLAB）》分為基礎(chǔ)篇應(yīng)用篇和實戰(zhàn)篇。通過17個案例循序漸進地介紹了深度學(xué)習(xí)網(wǎng)絡(luò)的構(gòu)建、訓(xùn)練、應(yīng)用，以及如何基于MATLAB快速生成可執(zhí)行的C、C代碼并在硬件上部署實現(xiàn)，內(nèi)容講解由淺及深、層層遞進。本書所講解的案例均配有代碼實現(xiàn)，并對代碼進行了詳細注解，讀者可通過閱讀代碼對本書講解的內(nèi)容

機器學(xué)習(xí)是關(guān)于從數(shù)據(jù)中建立預(yù)測或描述模型，以提升機器解決問題能力的學(xué)科。在建立模型后，需要采用適當(dāng)?shù)膬?yōu)化算法來求解模型的參數(shù)，因此優(yōu)化算法是機器學(xué)習(xí)的重要組成部分。但是傳統(tǒng)的優(yōu)化算法并不完全適用于機器學(xué)習(xí)，因為通常來說機器學(xué)習(xí)模型的參數(shù)維度很高或涉及的樣本數(shù)巨大，這使得一階優(yōu)化算法在機器學(xué)習(xí)中占據(jù)主流地位。 本書概述

《人工智能產(chǎn)品經(jīng)理技能圖譜》首先對人工智能產(chǎn)品經(jīng)理做了分類，并對每類人工智能產(chǎn)品經(jīng)理的工作流程進行了介紹，然后從相關(guān)技術(shù)、數(shù)學(xué)、算法、軟件設(shè)計、硬件設(shè)計等方面對人工智能產(chǎn)品經(jīng)理需掌握和了解的相關(guān)知識做了詳細介紹。本書以豐富的實際案例貫穿始終，對各類人工智能產(chǎn)品設(shè)計方法論和人工智能技術(shù)指標(biāo)進行了詳細說明，方便讀者快速掌握

如果你想從程序員轉(zhuǎn)行做人工智能專家，這是一個理想的起點�；�于LaurenceMoroney非常成功的AI課程，這本介紹性的書提供了一個動手操作、代碼優(yōu)先的方法來幫助你建立信心，同時學(xué)習(xí)關(guān)鍵主題。你所需要的只是使用Python及其用于數(shù)據(jù)和數(shù)組處理的經(jīng)驗。你將學(xué)習(xí)如何實現(xiàn)機器學(xué)習(xí)中常見的場景，包括計算機視覺、自然語言處理

本書中的設(shè)計模式捕捉了機器學(xué)習(xí)中反復(fù)出現(xiàn)的問題的實踐和解決方案。作者是谷歌的三名工程師，他們整理了已證實的方法，幫助數(shù)據(jù)科學(xué)家解決整個ML過程中的常見問題。這些設(shè)計模式將數(shù)百位專家的經(jīng)驗編纂成直接、平易近人的建議。在這本書中，你會找到關(guān)于數(shù)據(jù)和問題表示、操作化、可重復(fù)性、可再現(xiàn)性、靈活性、可解釋性和公平性的30種模式的

本書系統(tǒng)論述了智能開源硬件的電路基礎(chǔ)、原理、開發(fā)方法及實戰(zhàn)設(shè)計案例，理論與實踐緊密結(jié)合。全書分四篇，分別為電路分析基礎(chǔ)篇、數(shù)字電路篇、模擬電路篇、智能感知篇；涵蓋14章，內(nèi)容包括電路分析基礎(chǔ)、正弦穩(wěn)態(tài)電路、一階電路、數(shù)字邏輯基礎(chǔ)、組合邏輯電路、觸發(fā)器、時序邏輯電路、放大電路、模擬集成電路等開發(fā)開源硬件所需的電路基礎(chǔ)理論

本書是針對人工智能專業(yè)學(xué)生開設(shè)的一門專業(yè)導(dǎo)論課程教材，旨在介紹人工智能研究領(lǐng)域的核心知識、最新進展和發(fā)展方向，使其建立起對人工智能的總體認識，為進入人工智能各分支領(lǐng)域進行研究和應(yīng)用奠定良好的基礎(chǔ)。本書從理性智能主體的角度對人工智能領(lǐng)域所涉及的研究內(nèi)容，以及針對各研究內(nèi)容所采取的解決方法進行了介紹，闡述了當(dāng)前人工智能的研