機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ),涉及的內(nèi)容十分廣泛。本書內(nèi)容涵蓋了機(jī)器學(xué)習(xí)的基礎(chǔ)知識,主要包括機(jī)器學(xué)習(xí)的概論、統(tǒng)計學(xué)習(xí)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、進(jìn)化計算、文本分析等經(jīng)典的機(jī)器學(xué)習(xí)理論知識,也包括用于大數(shù)據(jù)機(jī)器學(xué)習(xí)的分布式機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)和加強(qiáng)學(xué)習(xí)等高等級內(nèi)容。此外,還介紹了機(jī)器學(xué)習(xí)的熱
"本書介紹了現(xiàn)代智能信息處理的多個方面,包括人工智能的發(fā)展歷程,人工智能的應(yīng)用現(xiàn)狀,人工智能相關(guān)的數(shù)學(xué)知識,人工智能方法(監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)),智能通信信息處理,智能計算機(jī)信息處理以及智能生物醫(yī)學(xué)信息處理等!冬F(xiàn)代智能信息處理》側(cè)重智能信息處理的基本方法,突出結(jié)合實際運用場景展開,展示
本書首先介紹深度學(xué)習(xí),并與其他機(jī)器學(xué)習(xí)模型進(jìn)行比較,并闡述與TensorFlow互補(bǔ)的用于創(chuàng)建深度學(xué)習(xí)模型的技術(shù),如Panda、Scikit-Learn和Numpy。隨后介紹有監(jiān)督的深度學(xué)習(xí)模型,并使用單層的多個感知器構(gòu)建淺層神經(jīng)網(wǎng)絡(luò),使用Tensorflow2.0和KerasAPI創(chuàng)建真實的應(yīng)用程序。隨后是數(shù)據(jù)增強(qiáng)和
"《大模型時代的人工智能基礎(chǔ)與實踐——基于OmniForce的應(yīng)用開發(fā)教程》由京東探索研究院及京東教育聯(lián)袂撰寫,圖文并茂地介紹傳統(tǒng)人工智能和新一代人工智能(基于大模型的通用人工智能技術(shù)),展示人工智能廣闊的應(yīng)用場景。同時,本書介紹新一代人工智能模型OmniForce實訓(xùn)平臺的操作,幫助讀者深入學(xué)習(xí)人工智能理論并輕松創(chuàng)建
"模式識別是人工智能技術(shù)的重要分支,也是實現(xiàn)機(jī)器智能的重要手段。本書作為該領(lǐng)域的入門教材,介紹了各類典型的模式識別的理論與方法。全書共10章。第1章為緒論;第2~5章介紹與模式識別相關(guān)的人工智能基礎(chǔ)知識,包括智能Agent、確定性知識表示與推理、搜索策略、智能優(yōu)化算法等;第6章介紹特征提取與選擇方法,應(yīng)用于模式識別中的
本書系統(tǒng)介紹了基于狀態(tài)空間模型的狀態(tài)反饋及卡爾曼濾波方法,共8章,由三部分組成,第一部分(第1、2章),連續(xù)時間狀態(tài)反饋控制;第二部分(第3~6章),離散時間狀態(tài)反饋控制;第三部分(第7、8章),卡爾曼濾波。本書介紹了連續(xù)系統(tǒng)及離散系統(tǒng)的狀態(tài)空間模型建模、狀態(tài)反饋控制器、觀測器、干擾抑制及參考信號跟蹤的設(shè)計方法,并結(jié)合
本書深度剖析人工智能領(lǐng)域的最新趨勢及其對未來的潛在影響,特別是聚焦于歐盟在這一領(lǐng)域的政策動向、監(jiān)管措施和立法進(jìn)展。書中詳細(xì)闡述歐盟對于算法的通用監(jiān)管策略,展示其在構(gòu)建倫理監(jiān)管環(huán)境方面所取得的最新成就,并提供對歐盟道德法規(guī)與可信賴人工智能的宏觀洞察。內(nèi)容不僅涵蓋科學(xué)信息技術(shù)的基礎(chǔ)概念闡釋,還深入探討歐盟機(jī)構(gòu)層面的立法、監(jiān)
本書全面且詳細(xì)地闡述了控制工程領(lǐng)域的基礎(chǔ)理論知識。全書共7章,深入淺出地介紹了自動控制系統(tǒng)的基本概念、控制系統(tǒng)的數(shù)學(xué)模型、基于傳遞函數(shù)的時域分析與設(shè)計、控制系統(tǒng)的根軌跡分析與設(shè)計、控制系統(tǒng)的頻域分析、控制系統(tǒng)的校正、線性離散系統(tǒng)的分析和校正相關(guān)知識。
本書詳細(xì)闡述意圖驅(qū)動自智網(wǎng)絡(luò)的關(guān)鍵技術(shù)與應(yīng)用實例。內(nèi)容涵蓋意圖驅(qū)動自主智能網(wǎng)絡(luò)的基礎(chǔ)概念與背景,以及意圖智能轉(zhuǎn)譯、意圖閉環(huán)驗證、自主策略生成、意圖態(tài)勢感知等意圖環(huán)路技術(shù)。此外,探討針對意圖驅(qū)動智能運維、意圖驅(qū)動網(wǎng)絡(luò)負(fù)載均衡、意圖驅(qū)動6G編排和意圖驅(qū)動衛(wèi)星網(wǎng)絡(luò)管控等典型應(yīng)用案例。
本書主要圍繞AI系統(tǒng)的理論基礎(chǔ)與技術(shù)基礎(chǔ)知識展開,結(jié)合實例進(jìn)行介紹,旨在讓讀者了解AI系統(tǒng)的來龍去脈,形成對AI系統(tǒng)的系統(tǒng)化與層次化的初步理解,掌握AI系統(tǒng)基本理論、技術(shù)、實際應(yīng)用及研究方向,為后續(xù)從事具體的學(xué)習(xí)研究工作和項目開發(fā)工作奠定基礎(chǔ)。本書首先介紹AI的歷史、現(xiàn)狀與發(fā)展及AI系統(tǒng)的基本知識,后分為AI硬件與體系