本書主要講解了機器學習算法的基礎知識，以及業(yè)界常用算法的應用。其中，項目1介紹了機器學習的定義、類型、環(huán)境搭建以及開發(fā)步驟；項目2介紹了如何進行數據預處理，包含如何對獲取的原始數據進行處理、數據集的劃分、數據的歸一化，以及如何使用主成分分析來提取數據的主要特征等內容；其他8個項目主要介紹了目前主流的機器學習算法。每個項

《TensorFlowLite移動設備深度學習從入門到實踐》循序漸進地講解了使用TensorFlowLite開發(fā)移動設備深度學習程序的核心知識，并通過具體實例的實現過程演練了使用TensorFlowLite的方法和流程。全書共12章，分別講解了人工智能和機器學習基礎、搭建開發(fā)環(huán)境、第一個TensorFlowLite程序

本書是為高等院校計算機科學與技術、軟件工程、人工智能、大數據技術、信息管理等相關專業(yè)的“人機交互技術”或“人機界面設計”等課程編寫的以實驗和實踐為主線開展教學的主教材。全書通過一系列在網絡環(huán)境下學習和實踐的實驗練習，把人機交互技術的概念、理論知識與技術融入實踐中，加深讀者對該課程的認識和理解。內容包括人機交互與用戶體驗

全書圍繞Alink（阿里在Flink基礎上做的開源版本）的展開，以實例為主闡述Alink的使用。?以機器學習的知識架構將各個章節(jié)串聯起來，每個章節(jié)配合實例，用戶更容易理解和入手嘗試。?數據會采用讀者能免費下載的數據集，在加上Alink本身是開源的、免費的。用戶試用起來沒有成本。?實例實現的源代碼，準備放在Alink開源

《PyTorch開發(fā)入門：深度學習模型的構建與程序實現》以PyTorch為主要內容，介紹了其安裝和實際應用，共7章。其中，第1章介紹了PyTorch的包結構；第2章介紹了線性模型，并通過PyTorch的實際使用來實現線性回歸模型和邏輯回歸模型；第3章介紹了神經網絡，實際使用PyTorch創(chuàng)建一個多層感知器（Percep

TensorFlowLite移動端深度學習循序漸進地講解了在移動設備中使用TensorFlowLite開發(fā)機器學習和深度學習程序的核心知識，并通過具體實例演練了各知識點的使用方法和流程。全書共9章，分別講解了人工智能開發(fā)基礎、編寫個TensorFlowLite程序、創(chuàng)建模型、轉換模型、推斷、優(yōu)化處理、微控制器、物體檢測

本書的出發(fā)點是嵌入式系統的實際應用，因此涉及面比較廣，為了控制篇幅，很多內容點到為止，但可以起到拋磚引玉的作用。本書首先對嵌入式系統做了定義，然后圍繞該定義展開。全書分為三篇，第壹篇側重于基礎應用知識；第二篇是基于第壹篇的高階應用知識，主要針對嵌入式操作系統；第三篇相對獨立，對目前非常流行的低功耗藍牙原理和應用做了介紹

本書以軌道交通行業(yè)為背景，從人工智能在軌道交通中的應用、機器分類、圖像檢測、語音識別、文本分析、OCR識別以及項目實戰(zhàn)應用案例等方面，由淺入深，全面、系統地介紹了人工智能技術服務及各種應用。在編寫上以項目教學為主線，以任務驅動為核心，以培養(yǎng)技術應用型人才為目標，將基本技能培養(yǎng)和主流技術結合，使學生通過學習，能夠掌握人工

本書系統闡述了人工智能的基本原理、方法和應用技術，以知識為線索，分為知識搜索、知識發(fā)現、知識推理和知識應用四個部分，全面反映了人工智能領域國內外的最新研究進展和動態(tài)。為便于讀者深入學習，每章的最后一節(jié)均配有相關方法的案例和編程內容，大部分章末配有課后練習，讀者可掃描書中二維碼獲取相關代碼和參考答案。本書可作為高等學校智

本書針對人工智能硬件電路設計基礎、著重介紹硬件電路相關的設計知識及SoC設計開發(fā)過程中數字前端知識，包括VHDL技術、Verilog技術及HLS技術。同時將開發(fā)SoC中常用的模塊作為應用實例進行詳細講解。VHDL技術部分詳細介紹了VHDL語言的背景知識、基本語法結構和VHDL代碼的編寫方法。另外，該部分還加入了基礎電路