全球科技巨頭紛紛擁抱深度學(xué)習(xí)，自動(dòng)駕駛、AI醫(yī)療、語(yǔ)音識(shí)別、圖像識(shí)別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學(xué)習(xí)在發(fā)揮神奇的作用。深度學(xué)習(xí)是人工智能從概念到繁榮得以實(shí)現(xiàn)的主流技術(shù)。經(jīng)過(guò)深度學(xué)習(xí)訓(xùn)練的計(jì)算機(jī)，不再被動(dòng)按照指令運(yùn)轉(zhuǎn)，而是像自然進(jìn)化的生命那樣，開(kāi)始自主地從經(jīng)驗(yàn)中學(xué)習(xí)。 本書(shū)作者特倫斯&middo

《人工智能基礎(chǔ)教程：Python篇（青少版）》全書(shū)分為2篇—人工智能編程基礎(chǔ)篇、人工智能篇。人工智能編程基礎(chǔ)篇包括：初識(shí)Python、基本數(shù)據(jù)類型、Python的流程控制、數(shù)組操作、文件操作、繪制需要的圖表、函數(shù)、面向?qū)ο�、異常、集合與概率、學(xué)點(diǎn)統(tǒng)計(jì)學(xué)、數(shù)據(jù)管理與分析；人工智能篇包括人工智能導(dǎo)論、初識(shí)機(jī)器學(xué)習(xí)、自然語(yǔ)言

近年來(lái)，Python語(yǔ)言成為了廣受歡迎的編程語(yǔ)言，而它在機(jī)器學(xué)習(xí)領(lǐng)域也有很好的表現(xiàn)。scikit-learn是一個(gè)用Python語(yǔ)言編寫(xiě)的機(jī)器學(xué)習(xí)算法庫(kù)，它可以實(shí)現(xiàn)一系列常用的機(jī)器學(xué)習(xí)算法，是一個(gè)好工具。 本書(shū)通過(guò)14章內(nèi)容，詳細(xì)地介紹了一系列機(jī)器學(xué)習(xí)模型和scikit-learn的使用技巧。本書(shū)從機(jī)器學(xué)習(xí)的基礎(chǔ)理論講

本書(shū)旨在介紹作者及其研究團(tuán)隊(duì)在分布式優(yōu)化與學(xué)習(xí)理論方面的**研究成果。全書(shū)共7章，第1、2章為緒論和相關(guān)數(shù)學(xué)基礎(chǔ)；第3、4章為連續(xù)時(shí)間和基于采樣數(shù)據(jù)的分布式優(yōu)化算法；第5、6章分別為基于群體智能的分布式優(yōu)化算法和分布式機(jī)器學(xué)習(xí)算法；第7章為基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)輸出反饋控制的分布式合作學(xué)習(xí)方案設(shè)計(jì)。本書(shū)主要關(guān)注從分布式技術(shù)

本書(shū)全面講述人工智能與大數(shù)據(jù)涉及的技術(shù)，學(xué)完本書(shū)后，讀者將對(duì)人工智能技術(shù)有全面的理解，并能掌握AI整體知識(shí)架構(gòu)。 本書(shū)共分16章，內(nèi)容包括人工智能概述、AI產(chǎn)業(yè)、數(shù)據(jù)、機(jī)器學(xué)習(xí)概述、模型、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)、TensorFlow、神經(jīng)網(wǎng)絡(luò)、知識(shí)圖譜、數(shù)據(jù)挖掘，以及銀行業(yè)、醫(yī)療、公安、工農(nóng)業(yè)等行業(yè)人工智能應(yīng)用情況。

本書(shū)以深度核機(jī)器學(xué)習(xí)技術(shù)為對(duì)象，介紹了支持向量機(jī)技術(shù)、多核學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)的相關(guān)內(nèi)容。包括基本原理、主流算法形式、參數(shù)設(shè)計(jì)策略以及相應(yīng)的實(shí)驗(yàn)分析等，并結(jié)合圖像特征提取和遙感圖像目標(biāo)識(shí)別等場(chǎng)景闡述了先進(jìn)機(jī)器學(xué)習(xí)的典型應(yīng)用案例。

《核能未來(lái)與Z箍縮驅(qū)動(dòng)聚變裂變混合堆》是中國(guó)工程物理研究院研究團(tuán)隊(duì)多年在Z箍縮驅(qū)動(dòng)聚變裂變混合堆研究方面的總結(jié)，也是對(duì)這條能源技術(shù)路線的論證。在論證過(guò)程中，研究團(tuán)隊(duì)獲得了如下具有科學(xué)意義的重要認(rèn)識(shí)：①純聚變能源經(jīng)濟(jì)上沒(méi)有競(jìng)爭(zhēng)力，也不可能取之不盡、用之不竭；②對(duì)慣性約束聚變能源而言，驅(qū)動(dòng)器必須在約10ns時(shí)間之內(nèi)向聚變靶

流形學(xué)習(xí)是機(jī)器學(xué)習(xí)研究的一個(gè)熱點(diǎn)方向，在許多領(lǐng)域中有著廣泛的應(yīng)用。本書(shū)從非線性維數(shù)約簡(jiǎn)的角度系統(tǒng)闡述了流形學(xué)習(xí)的基本概念、典型算法以及研究成果。全書(shū)共分七章。第一章介紹流形學(xué)習(xí)的研究背景及現(xiàn)狀；第二章討論了經(jīng)典的流形學(xué)習(xí)算法；第三至六章主要介紹噪聲流形學(xué)習(xí)、改進(jìn)無(wú)監(jiān)督流形學(xué)習(xí)、監(jiān)督流形學(xué)習(xí)和半監(jiān)督流形學(xué)習(xí)算法；第七章介

本教材中的內(nèi)容采用項(xiàng)目化方式，內(nèi)容深入淺出、實(shí)踐性強(qiáng)，其把理論知識(shí)融入到項(xiàng)目實(shí)踐過(guò)程中，由淺入深，引導(dǎo)學(xué)生學(xué)習(xí)。項(xiàng)目的設(shè)計(jì)上采用行業(yè)主流技術(shù)和開(kāi)發(fā)平臺(tái)，項(xiàng)目?jī)?nèi)容貼合行業(yè)應(yīng)用，具有很強(qiáng)的適應(yīng)性和實(shí)用性。

本書(shū)首先闡述深度學(xué)習(xí)的理論基礎(chǔ)，接著介紹TensorFlow的基本知識(shí)，以此為基礎(chǔ)，結(jié)合實(shí)際案例，對(duì)深度學(xué)習(xí)中常見(jiàn)的網(wǎng)絡(luò)進(jìn)行闡述，并附代碼參考與結(jié)果圖。