機器學習已經(jīng)廣泛地應用于各行各業(yè)，深度學習的興起再次推動了人工智能的熱潮。本書結合項目實踐，首先討論主流機器學習平臺的主要特點和機器學習的實戰(zhàn)難點；在此基礎上，利用主流的機器學習開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森林、支持向量機、邏輯回

全書從推薦系統(tǒng)的發(fā)展歷史、基本構成開始，依次剖析推薦系統(tǒng)的內容召回、協(xié)同過濾召回、深度學習召回中具有代表性的模型；再從經(jīng)典排序模型到基于深度學習的排序，順勢介紹會話推薦、強化學習推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術體系，這是一個由淺入深的系統(tǒng)學習過程。 本書的目標讀者應該對深度學習有基本的了解，掌握概率論、線性代

本書聚焦信息科學、生命科學、新能源、新材料等為代表的高科技領域，以及物理、化學、數(shù)學等基礎科學的進展與新興技術的交叉融合，其中70%的內容來源于IEEE計算機協(xié)會相關刊物內容的全文翻譯，另外30%的內容由STEERTech和iCANXTalks上的國際知名科學家的學術報告、報道以及相關活動內容組成。本書將以創(chuàng)新的方式宣

人的智能和AI賦能的機器智能在自動化控制領域的共融共存形成了人機混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結構形式是傳統(tǒng)自動化控制系統(tǒng)應對AI賦能的機器智能變革的必然發(fā)展形勢；另一方面，它所代表的智能形式也成為AI未來發(fā)展的重要甚至是的終極形式。在本《人機混合智能系統(tǒng)自主性理論和方法》，我們

本書以Python機器學習常用技術與真實案例相結合的方式，深入淺出地介紹了Python機器學習應用的主要內容。全書共11章，分別介紹了機器學習概述、數(shù)據(jù)準備、特征工程、有監(jiān)督學習、無監(jiān)督學習、智能推薦的相關知識，并介紹了市財政收入分析案例、基于非侵入式電力負荷監(jiān)測與分解的電力分析案例、航空公司客戶價值分析案例、廣電大數(shù)

本書選材廣泛，主要包括人工智能概述、現(xiàn)實世界中人工智能的應用、人工智能的類型、人工智能的利與弊、人工智能中的知識表示、人工智能中的推理、人工智能中的搜索算法、機器學習算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應用、有監(jiān)督機器學習與無監(jiān)督機器學習、現(xiàn)實世界中機器學習的應用、人工神經(jīng)網(wǎng)絡、深度學習、模式識別、面部識別、人工智

近年來，人工智能發(fā)展非常迅速，在可以預見的未來，它必然會強烈沖擊并深刻變革人類既有的生活模式。實際上，除技術問題外，人工智能的邏輯基礎和倫理基礎與哲學之間的關系也十分密切。有鑒于此，本書從與人工智能緊密相關的哲學問題入手，關注如下話題：強人工智能是否可能；近代唯理論和經(jīng)驗論爭論對于人工智能的影響；蘇聯(lián)、日本及歐盟在人工

本書介紹了人工智能概覽、機器學習、深度學習、人工智能主流開發(fā)框架、華為全棧全場景AI戰(zhàn)略—EI、HiAI、昇騰，以及人工智能綜合實驗等內容?這是一本華為ICT學院人工智能課程培訓的教材。本書是作者和華為的工作人員共同完成的，其間參閱了國內外現(xiàn)有教材和相關文獻后編寫的?全書注重理論與實踐的結合,注重算法與框架的實際應用與

近年來人工智能技術蓬勃發(fā)展，人工智能正在改變我們的生活。為了讓讀者在不需要掌握太多數(shù)學 和計算機科學知識的情況下，能夠快速上手，使用Python語言實現(xiàn)常用的機器學習算法，并解決一些實際的問題，我們策劃并出版本書。 本書共14章，內容涵蓋基本的機器學習概念和環(huán)境搭建，目前各個領域中的熱門算法，以及數(shù)據(jù)預處理、模型評估和

本書系統(tǒng)論述了智能開源硬件的電路基礎、原理、開發(fā)方法及實戰(zhàn)設計案例，理論與實踐緊密結合。全書分四篇，分別為電路分析基礎篇、數(shù)字電路篇、模擬電路篇、智能感知篇；涵蓋14章，內容包括電路分析基礎、正弦穩(wěn)態(tài)電路、一階電路、數(shù)字邏輯基礎、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理論