生成式AI是科技領(lǐng)域最炙手可熱的話題。這本實(shí)踐用書教授機(jī)器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)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(xué)習(xí)模型，包括變分自編碼器(VAE)、生成對(duì)抗網(wǎng)絡(luò)(GAN)、Transformers、歸一化流、基于能量的模型和去噪擴(kuò)散模型。本書從深度學(xué)習(xí)的基礎(chǔ)知識(shí)開始，逐步

本書包含代碼實(shí)踐和案例實(shí)踐，運(yùn)用OpenCV、PyTorch等框架工具詳細(xì)講解中文車牌識(shí)別檢測(cè)、采用三元組的FaceNet人臉識(shí)別理論與實(shí)踐、車道檢測(cè)的兩種深度學(xué)習(xí)思路及煙霧檢測(cè)4大實(shí)踐項(xiàng)目。相關(guān)理論可參考《基于深度學(xué)習(xí)的目標(biāo)檢測(cè)原理與應(yīng)用》一書，從而學(xué)以致用、融會(huì)貫通。

許多部門和行業(yè)都渴望將AI和數(shù)據(jù)驅(qū)動(dòng)技術(shù)整合到自己的系統(tǒng)和運(yùn)營(yíng)中。但要構(gòu)建真正成功的AI系統(tǒng)，你需要牢固掌握底層的數(shù)學(xué)知識(shí)。這本綜合指南彌補(bǔ)了AI所展現(xiàn)出的無限潛力和應(yīng)用與相關(guān)數(shù)學(xué)基礎(chǔ)之間的存在的現(xiàn)實(shí)差距。作者HalaNelson并沒有討論高深的學(xué)術(shù)理論，而是以現(xiàn)實(shí)世界的應(yīng)用和最先進(jìn)的模型為重點(diǎn)，介紹了在人工智能領(lǐng)域發(fā)

本書將人工智能技術(shù)的理論及應(yīng)用，結(jié)合大數(shù)據(jù)時(shí)代人工智能的應(yīng)用和意義進(jìn)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(yīng)用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計(jì)算框架等；研究了分布式人工智能學(xué)習(xí)與優(yōu)化、強(qiáng)化學(xué)習(xí)與演化計(jì)算、群智能體強(qiáng)化學(xué)習(xí)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(duì)抗博弈決策和智能博弈推演等典型應(yīng)用，建立起了較為全面的知識(shí)體系與脈絡(luò)，為后續(xù)研究奠定了良好

本書是一本探討意識(shí)起源、勾勒人工智能未來圖景的學(xué)術(shù)性科普?qǐng)D書。如今，人工智能已經(jīng)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(shí)，也引發(fā)了人們對(duì)人工智能會(huì)威脅人類生存的擔(dān)憂。人工智能的本質(zhì)是什么？機(jī)器能產(chǎn)生意識(shí)嗎？如何度量機(jī)器的智能？在人工智能熱潮涌現(xiàn)的今天，本書作者直面人工智能研究乃至眾多前沿科學(xué)研究都繞不過去

數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)--基于R語言編程

《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

本書系統(tǒng)地闡述了人工智能算法的基本原理、實(shí)現(xiàn)技術(shù)及其應(yīng)用，基本涵蓋了其重要理論和方法，包括了最近發(fā)展起來的并被實(shí)踐證明的新技術(shù)、新理論，如機(jī)器學(xué)習(xí)、模式識(shí)別、圖像處理、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、群智能方法等。本書注重結(jié)合實(shí)際，通過實(shí)際問題介紹各種理論和方法，著重介紹各種智能算法的MATLAB實(shí)現(xiàn)，具有較強(qiáng)的指導(dǎo)性和實(shí)用性。

圖強(qiáng)化學(xué)習(xí)是深度強(qiáng)化學(xué)習(xí)的重要分支領(lǐng)域。本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能覆蓋圖強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)，并提供應(yīng)用實(shí)踐案例。全書共10章，大致分為三部分：第一部分（第1～3章）介紹圖強(qiáng)化學(xué)習(xí)研究對(duì)象（復(fù)雜系統(tǒng)、圖和復(fù)雜網(wǎng)絡(luò)）；第二部分（第4～7章）介紹圖強(qiáng)化學(xué)習(xí)基礎(chǔ)知識(shí)（圖嵌入、圖神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)）；第三部分（