智能問答技術在自然語言處理和人工智能領域發(fā)揮著重要的作用。它將信息檢索、知識表示和自然語言處理技術融合在一起，為智能推薦、網絡客服等任務提供了杰出的支持。本書共分為11章，分為3個部分。第1部分主要介紹知識庫的構建，包括現有的知識庫構建技術、基礎知識、數據采集技術、數據轉換儲存和查詢流程、異構數據源實體對齊和面向知識圖

圖可以被用于表示各類對象之間的關系，而圖神經網絡是指專門用于處理圖數據的深度學習模型，可實現對圖數據的建模和推斷。本書系統(tǒng)地介紹了圖神經網絡的基本原理、常用模型和應用領域等。首先介紹了兩類最基本的圖神經網絡方法GCN和GraphSAGE，并給出了圖神經網絡的學習目標、評價方法；然后對圖神經網絡中常用的模型結構進行了深入

生成式AI是科技領域最炙手可熱的話題。這本實踐用書教授機器學習工程師和數據科學人員如何利用TensorFlow和Keras從零開始創(chuàng)建令人印象深刻的生成式深度學習模型，包括變分自編碼器(VAE)、生成對抗網絡(GAN)、Transformers、歸一化流、基于能量的模型和去噪擴散模型。本書從深度學習的基礎知識開始，逐步

本書包含代碼實踐和案例實踐，運用OpenCV、PyTorch等框架工具詳細講解中文車牌識別檢測、采用三元組的FaceNet人臉識別理論與實踐、車道檢測的兩種深度學習思路及煙霧檢測4大實踐項目。相關理論可參考《基于深度學習的目標檢測原理與應用》一書，從而學以致用、融會貫通。

許多部門和行業(yè)都渴望將AI和數據驅動技術整合到自己的系統(tǒng)和運營中。但要構建真正成功的AI系統(tǒng)，你需要牢固掌握底層的數學知識。這本綜合指南彌補了AI所展現出的無限潛力和應用與相關數學基礎之間的存在的現實差距。作者HalaNelson并沒有討論高深的學術理論，而是以現實世界的應用和最先進的模型為重點，介紹了在人工智能領域發(fā)

本書將人工智能技術的理論及應用，結合大數據時代人工智能的應用和意義進行了探討，為同行起到了借鑒和參考的作用。

本書闡述了分布式人工智能原理及其應用，基本原理的主要內容包括的分布式人工智能的內涵、基本原理、計算框架等；研究了分布式人工智能學習與優(yōu)化、強化學習與演化計算、群智能體強化學習等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應用，建立起了較為全面的知識體系與脈絡，為后續(xù)研究奠定了良好

本書的主要內容涵蓋了農田除草機器人的識別方法和裝備創(chuàng)制技術。介紹了基于人工智能技術的農田雜草多元識別方法，證明了智能算法可賦能機器人更準確地識別定位雜草，辨識葉齡、鮮重等生物信息，從而提高雜草的防控質量和效率。此外，本書還詳細介紹了多種農田除草機器人系統(tǒng)的裝備創(chuàng)制技術，包括機器人的框架結構設計、控制系統(tǒng)搭建、動力系統(tǒng)配

《Python網絡爬蟲從入門到進階實戰(zhàn)》從零基礎入門學習者的角度出發(fā)，通過通俗易懂的語言、豐富多彩的實例，循序漸進地讓讀者在實踐中學習Python網絡爬蟲知識，并提升自己的實際開發(fā)能力。本書主要介紹了爬蟲基礎知識、常用網絡請求模塊的使用（urllib3模塊、Requests模塊、高級網絡請求模塊）、數據解析與存儲（re

本書是一本探討意識起源、勾勒人工智能未來圖景的學術性科普圖書。如今，人工智能已經滲透到我們生活的方方面面，給我們生活帶來巨大便利的同時，也引發(fā)了人們對人工智能會威脅人類生存的擔憂。人工智能的本質是什么？機器能產生意識嗎？如何度量機器的智能？在人工智能熱潮涌現的今天，本書作者直面人工智能研究乃至眾多前沿科學研究都繞不過去