本書是未來學家MartinFord圍繞通用人工智能及其影響相關話題，與全球23位人工智能領域具有獨特地位的哲學家、科學家、教育家、工程師和企業(yè)家的訪談合集。 這些人中包含當代科技深刻思想者牛津大學教授NickBostrom和加州大學伯克利分校教授StuartRussell，圖靈獎得主JudeaPearl、深度學習領域

機器人、無人駕駛汽車、無人機和智慧工廠將顯著改變數(shù)字社會中人類的生活方式。無線機器人中的人工智能介紹了無線通信和網(wǎng)絡技術如何促進機器人中的人工智能，它在機器人中的人工智能、無線通信、計算和控制之間架起了基礎的多學科知識的橋梁。本書的一個獨特性是提出應用通信和信號處理技術來增強機器人和多智能體系統(tǒng)中的傳統(tǒng)人工智能。本書的

本書面向初學者，使用Python語言以及流行的scikit-learn機器學習庫等資源，通過易于實踐的項目，幫助讀者掌握開發(fā)有效的機器學習系統(tǒng)所需的流程、模式和策略。本書首先介紹機器學習的基本概念和機器學習系統(tǒng)的評估技術；之后擴展工具庫，引入另外幾種分類和回歸技術以及特征工程；最后介紹一些較為前沿的新技術，包括組合機器

本書主要向讀者介紹當代人工智能技術的入門知識，特別是以深度學習為代表的機器學習方法。內(nèi)容包括人工智能的概念、分類和原理，闡述了人工智能的三大流派等。著重介紹了人工智能的相關技術和算法，包括機器學習、深度學習、強化學習、自然語言處理、機器視覺、機器人等。本書從基本原理概念、基礎算法、基本理論應用三個方面對每章內(nèi)容進行詳細

本書將幫助讀者掌握開發(fā)有效學習系統(tǒng)所需的流程、模式和策略，通過簡單的故事、圖片和Python示例來向讀者傳達機器學習的基本思想。即使讀者是一名初學者，只要具備一些Python編程基礎，不管大學數(shù)學水平如何，都能輕松閱讀本書并有所收獲。

本書是升級版，不僅包含機器學習的基本概念，以及如何利用TensorFlow庫快速構(gòu)建強大的機器學習模型，還涵蓋了前沿的神經(jīng)網(wǎng)絡技術，如深度語音分類器、面部識別和CIFAR-10自動編碼。另外，本書新增了如何將代碼更新到TensorFlow2.0，以及在Docker容器中運行代碼所需要的技術。

本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎應用知識和技能，采用圖形化的形象方法方便讀者對知識的理解。全書分為三個部分，第一部分介紹人工智能技術的概況，第二部分介紹若干常用的人工智能技術及其應用方法，最后一個部分介紹有關人工智能倫理的相關內(nèi)容。本書的特色可以概括為“形象化概念理

《人工智能等級考試一級教程人工智能通識》面向我國人工智能的通識教育與專業(yè)技術人才的培養(yǎng)。全書共8章，分為3篇，分別為人工智能的基本理論、人工智能的應用以及人工智能的融合拓展，涵蓋了目前主流的人工智能技術�！度斯ぶ悄艿燃壙荚囈患壗坛倘斯ぶ悄芡ㄗR》在介紹人工智能的基本原理時，盡量回避了相關的復雜模型和算法設計，方便讀者在社

本書通過基礎理論和算法實戰(zhàn)相結(jié)合，循序漸進地介紹了深度學習與交通大數(shù)據(jù)領域內(nèi)的計算機基礎知識案例和應用實戰(zhàn)案例，并通過PyTorch框架實現(xiàn)所有深度學習算法及案例應用。全書共8章，分別介紹了Python基礎知識、PyTorch基礎知識、深度學習基礎模型，以及基于深度學習的軌道交通刷卡數(shù)據(jù)、共享單車軌跡數(shù)據(jù)、出租車軌跡數(shù)

本書從多維數(shù)組Tensor開始，循序漸進地介紹PyTorch各方面的基礎知識，并結(jié)合深度學習中的經(jīng)典應用，帶領讀者從零開始完成幾個經(jīng)典而有趣的實際項目，包括動漫頭像生成、風格遷移、自動寫詩以及目標檢測。本書還介紹了PyTorch的幾個高級擴展，包括向量化計算、分布式加速以及CUDA擴展。本書既適合深度學習的初學者及第一