本書是人工智能和機器學習領域專業(yè)多年實踐的結晶，深入淺出講解機器學習應用和工程實踐，是對機器學習工程實踐和設計模式的系統(tǒng)回顧。全書分別從項目前的準備，數據收集和準備，特征工程，監(jiān)督模型訓練，模型評估，模型服務、監(jiān)測和維護等方面講解，由淺入深剖析機器學習實踐過程中遇到的問題，幫助讀者快速掌握機器學習工程實踐和設計模式的基

本書是一本看懂計算機視覺的實戰(zhàn)指南，使用理論與實踐相結合的思想，真正一站式搞定理論學習、算法開發(fā)到模型部署上線。全書內容共分為四個部分。第一部分包括第1、2章，主要講解深度學習和計算機視覺基礎，如計算機視覺領域的經典網絡和常見的目標檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結合應用案例，對知識點進行分析說

本書以優(yōu)化知識結構、培養(yǎng)解決問題的能力為出發(fā)點，以實施素質教育、培養(yǎng)學生具有新一代人工智能應用意識為目標，以培養(yǎng)學生創(chuàng)新精神、創(chuàng)業(yè)能力為重點，以企業(yè)人才需求構建新的知識體系為主線。全書共12章，分為3篇:智慧城市篇、智慧生產篇、智慧服務篇。分別以智慧安防、智慧交通、智慧樓宇、智慧政務、智慧能源、智慧商業(yè)、智慧制造、智慧

視頻理解是計算機視覺和深度學習的一個重要分支。本書對視頻理解的3個重要領域進行介紹，對于每個領域，本書不僅解釋了相關算法的原理，還梳理了算法演進的脈絡。全書共分6章，第1章簡要介紹視頻行業(yè)的發(fā)展歷程；第2章回顧經典圖像分類模型和RNN；第3章和第4章介紹動作識別的重要算法；第5章介紹時序動作定位的重要算法；第6章介紹視

隨著無人系統(tǒng)在生產、生活中的廣泛應用，未來智能無人系統(tǒng)必將朝著多域協(xié)同化發(fā)展。本書面向復雜、動態(tài)、多約束的地面與近地面作業(yè)場景，將無人車、無人機、水陸兩棲無人船等平臺自主導航技術進行統(tǒng)一整合，提出了一整套完整的陸上無人系統(tǒng)自主導航體系架構，并在該理論框架下詳細介紹了無人系統(tǒng)自主導航過程中的若干核心關鍵技術。 本書可供

本書是算法競賽領域一本系統(tǒng)介紹競賽的圖書，書中不僅包含競賽的基本理論知識，還結合多個方向和案例詳細闡述了競賽中的上分思路和技巧。全書分為五部分：第一部分以算法競賽的通用流程為主，介紹競賽中各個部分的核心內容和具體工作；第二部分介紹了用戶畫像相關的問題；第三部分以時間序列預測問題為主，先講述這類問題的常見解題思路和技巧，

這是一本寫給青少年看的人工智能科普圖書，目的是啟蒙科學素養(yǎng)，開闊科學視野，培養(yǎng)科學思維，鍛煉動手能力，讓小讀者們了解人工智能的過去、現(xiàn)在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者們不僅會了解到“存在這樣那樣的人工智能”，還會一睹很多人工智能發(fā)展的過程和細節(jié)：科學家如何提出問題并想到絕妙的點子，技術如何從第

本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎上選取了圖像領域的多個應用進行深入講解，原理由淺入深，算法推導細致到位，結合大量的圖片，以及運行中間結果，進行了細致的分析。 本書基于谷歌的深度學習框架tensorflow，深入講解其語法特點，以及使用方法，并在此基礎上選取了圖

強化學習是實現(xiàn)決策智能的主要途徑之一。經歷數十年的發(fā)展，強化學習領域已經枝繁葉茂，技術內容紛繁復雜，這也為初學者快速入門造成障礙。本書是一本深度強化學習領域的入門讀物。全書分為四部分。第一部分主要闡述強化學習領域的基本理論知識；第二部分講解深度強化學習常用算法的原理、各算法之間的繼承與發(fā)展，以及各自的算法流程；第三部分

智能體AlphaGo戰(zhàn)勝人類圍棋專家刷新了人類對人工智能的認識，也使得其核心技術強化學習受到學術界的廣泛關注。本書正是在如此背景下，圍繞作者多年從事強化學習理論及應用的研究內容及國內外關于強化學習的最近動態(tài)等方面展開介紹，是為數不多的強化學習領域的專業(yè)著作。該著作側重于基于直接策略搜索的強化學習方法，結合了統(tǒng)計學習的諸

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

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

機器學習已經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

本書主要介紹了人工智能的基礎知識和實用技術。本書共8章，包括“人工智能：開啟智慧新時代”“Python：人工智能開發(fā)語言”“線性回歸：預測未來趨勢”“分門別類：幫你‘分而治之’”“物以類聚：發(fā)現(xiàn)新簇群”“個性化推薦：主動滿足你的需求”“語音識別：讓機器對你言聽計從”“人臉識別：機器也認識你”。 本書以培養(yǎng)學生人工智能素

本書從深度學習的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學習的目標檢測的基本問題及其相關處理方法與技術，主要內容涉及兩階段和單階段目標檢測的理論、算法和研究成果。本書共6章，包括深度學習神經網絡類型、目標檢測技術、基于FasterR-CNN的目標檢測改進算法、領域自適應及其在目標檢測技術上的典型應用、圖像識別模型改進及面部表情

本書分為十四個章節(jié)，分別從新智器時代降臨、身邊的智能應用、計算機真的有智能嗎、智能來自何方、刷出你的臉、計算機視覺識別原理、機器識物、像人類一樣學習、人工智能之棋藝、辯論賽、機器識字、智能管家、智慧校園、未來已來等方面介紹人工智能，以淺顯易懂的語言，理論聯(lián)系實際，向讀者展示了人工智能的原理、應用和發(fā)展。人工智能在社會和

本書源于阿里巴巴千億級知識圖譜構建與產業(yè)化應用的工作總結，對知識圖譜理論和大規(guī)模工業(yè)實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰(zhàn)經驗為中心，以深厚的理論成果為支撐，詳細闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構設計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內涵、新千年人工智能的發(fā)展進行了簡要論述。第二部分詳細講述了人工智能中的知識表示、機器學習、神經網絡與深度學習、智能語音技術、計算機視覺、自然語言處理和知識圖譜技術等基礎知識，并通過人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經典的成功應用案例讓讀者更

本書是一本系統(tǒng)介紹機器學習所涉及的數學知識和相關Python編程的實例工具書，同時還介紹了非常經典的綜合案例，除了編寫機器學習的代碼，還編寫了深度學習的代碼。本書一共分為兩部分。 第一部分為數學基礎知識部分，包含8個章節(jié)，介紹了微積分、線性代數、概率統(tǒng)計、信息論、模糊數學、隨機過程、凸優(yōu)化和圖論的系統(tǒng)知識體系及幾個數學