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，以及數據預處理、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

零樣本圖像分類主要解決在標記訓練樣本不足以涵蓋所有對象類的情況下，如何對未知新模式進行正確分類的問題，近年來已逐漸成為機器學習領域的研究熱點之一。利用可見類訓練樣本學習到的分類器對新出現(xiàn)的對象類進行分類識別是非常困難的學習任務�！读銟颖緢D像分類》針對零樣本圖像分類問題從屬性角度入手，基于深度學習及知識挖掘、屬性自適應、

全書共分為8個項目，包括計算機與信息技術基礎、認識Internet、Windows10操作系統(tǒng)的使用、Word2016文檔編輯與管理、Excel2016數據統(tǒng)計與分析、PowerPoint2016演示文檔制作與展示、人工智能技術及應用概論、大數據技術原理及應用概論。各項目內容通過任務逐步展開，有利于適應高等職業(yè)院校項目

本書主要講述經典控制理論的基本知識及其在機械工程領域中的應用，使讀者掌握機電動態(tài)系統(tǒng)的工程設計計算和分析方法。全書共七章，內容包括控制系統(tǒng)的組成，數學模型建立，時域、穩(wěn)定性與根軌跡、頻域分析與系統(tǒng)校正，簡要介紹了現(xiàn)代控制理論。各章均附有習題及參考答案。本書適合工程應用型高校機械、機電、測控、儀器、自動化等專業(yè)本科生和高

本書全面講解PaddlePaddleFluid框架在深度學習領域的應用。全書共15章，分別是PaddlePaddle深度學習開發(fā)環(huán)境的搭建、PaddlePaddle快速入門、線性回歸算法實戰(zhàn)、卷積神經網絡實戰(zhàn)、循環(huán)神經網絡實戰(zhàn)、生成對抗網絡實戰(zhàn)、強化學習實戰(zhàn)、模型的保存與使用、遷移學習實戰(zhàn)可視化工具VisualDL的使

本書是一本介紹深度學習理論和實戰(zhàn)應用的教程，先從數學基礎和機器學習基礎出發(fā)，按照神經網絡的技術發(fā)展框架由易到難逐步講解深度學習的理論，然后再通過實踐部分，詳細解釋深度學習的應用案例，讓讀者既能了解深度學習理論，又能學會使用深度學習框架，實現(xiàn)自己的深度學習模型。主要內容包括深度學習的發(fā)展歷史、單層感知器、線性神經網絡、B

本書從傳統(tǒng)的機器學習，如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、集成學習，到前沿的深度學習和神經網絡，如DNN、CNN、BERT、ResNet等，對人工智能技術進行零基礎講解，內容涵蓋數學原理、公式推導、圖表展示、企業(yè)應用案例。本書面向初中級讀者，能幫助讀者迅速掌握機器學習技術的相關概念及原理。本書內容結合作者多年