本書旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現(xiàn)和運行。與傳統(tǒng)圖書不同，本書的每一節(jié)都是一個可以下載并運行的Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問并參與書中內(nèi)容的討論。全書的內(nèi)容分為3個部分：第一部分介紹深度學習的背景

作為一本講解人工神經(jīng)網(wǎng)絡原理的圖書，《深入淺出人工神經(jīng)網(wǎng)絡》旨在讓讀者在短的時間內(nèi)對這些原理知識有一個清晰明了的認識和理解�！渡钊霚\出人工神經(jīng)網(wǎng)絡》總共分為3部分，總計9章。第1部分講解了人工神經(jīng)網(wǎng)絡的源頭—生物神經(jīng)網(wǎng)絡的基礎知識，第2部分講解了學習人工神經(jīng)網(wǎng)絡的數(shù)學知識，第3部分講解了幾種常見而典型的人工神經(jīng)網(wǎng)絡模型

本書將帶你了解特征工程的完整過程，使機器學習更加系統(tǒng)、高效。你會從理解數(shù)據(jù)開始學習，機器學習模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時納入一項特征、何時忽略一項特征，以及其中的原因。你還會學習如何將問題陳述轉(zhuǎn)換為有用的新特征，如何提供由商業(yè)需求和數(shù)學見解驅(qū)動的特征，以及如何在自己

本書以通俗易懂的語言，從歷史的、發(fā)展的和辯證的視角分析人工智能的基本原理、發(fā)展趨勢及其在日常生活中的應用。本書認為人工智能是后互聯(lián)網(wǎng)時代、萬物互聯(lián)的產(chǎn)物，雖然在近年來取得了爆發(fā)性發(fā)展但是在研究思路、核心技術等方面還需要實質(zhì)性的突破，這將是一個長期的、曲折的過程。對待人工智能，我們應該客觀公正、全面系統(tǒng)地分析它的利弊優(yōu)劣

物聯(lián)網(wǎng)把感應器嵌入到電網(wǎng)、鐵路、建筑等各種物體中，并與現(xiàn)有互聯(lián)網(wǎng)整合起來。在整合網(wǎng)絡中，依靠計算機群對網(wǎng)絡內(nèi)的人員、設備及基礎設施進行實時管理與控制，達到“智慧”狀態(tài)。隨著無線通信技術和設備的發(fā)展，特別是智能終端的出現(xiàn)，感應器擺脫了線纜的束縛，以射頻識別和無線通信為基礎的無線智能系統(tǒng)得到了廣泛應用，滿足了人們對移動生活

本書分六章，內(nèi)容包括：創(chuàng)辦一流大學人工智能教育的思考、南京大學人工智能學院本科培養(yǎng)方案、數(shù)學基礎課程教學大綱、學科基礎課程教學大綱等。

本書是人工智能與大數(shù)據(jù)技術大講堂叢書中的*本書。全書貫穿*簡體驗的講授原則，并模擬實際課堂的教學風格，通過幽默風趣的大白話語言，手把手帶領讀者由淺入深、循序漸進地進行學習，讓他們在身臨其境的教學氛圍中，輕松、愉悅地掌握人工智能技術領域的基礎知識，從而跨入人工智能的大門。本書的閱讀門檻極低，只需要讀者具備初步的數(shù)理知識和

深度學習并沒有那么可怕。直到*近，這項機器學習方法還要經(jīng)過數(shù)年的學習才能掌握，但是有了如Keras和TensorFlow這樣的框架后，沒有機器學習背景的軟件工程師也可以快速進入這個領域。通過本書中的技巧，你將學會解決深度學習在生成和分類文本、圖像和音樂方面的問題。 本書每章包括完成獨立項目所需的幾個技巧，如訓練一個音樂

本書從現(xiàn)代機器學習的視角介紹了統(tǒng)計強化學習的基本概念和實用算法。它涵蓋了各種類型的強化學習方法，包括基于模型的方法和與模型無關的方法，策略迭代和策略搜索方法。

面對科技的迅猛發(fā)展，我國政府制定了《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出：人工智能產(chǎn)業(yè)要成為新的重要經(jīng)濟增長點，而且要在2030年成為世界主要人工智能創(chuàng)新中心，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎。讓認知升級，讓智能重構生活玩轉(zhuǎn)智能時代，搞懂人工智能的過去、現(xiàn)在及未來這本書就夠了！這本書