本書的目標，是讓非機器學習領(lǐng)域甚至非計算機專業(yè)出身但有學習需求的人，輕松地掌握機器學習的基本知識，從而擁有相關(guān)的實戰(zhàn)能力。本書通過AI“小白”小冰拜師程序員咖哥學習機器學習的對話展開，內(nèi)容輕松，實戰(zhàn)性強，主要包括機器學習快速上手路徑、數(shù)學和Python基礎(chǔ)知識、機器學習基礎(chǔ)算法（線性回歸和邏輯回歸）、深度神經(jīng)網(wǎng)絡(luò)、卷積

本書從人工智能技術(shù)與先進制造技術(shù)融合的角度，介紹了人工智能技術(shù)在產(chǎn)品設(shè)計與制造中的應用，也就是智能制造技術(shù)，著重介紹了定性立體建模和不確定性多學科設(shè)計優(yōu)化等智能設(shè)計技術(shù)、設(shè)計理性知識建模和復雜產(chǎn)品研制工程知識管理等知識工程與管理技術(shù)，以及智能裝配序列規(guī)劃和制造過程智能計算等智能生產(chǎn)與制造技術(shù)，并結(jié)合具體示例介紹了相關(guān)技

本書在介紹人機交互基本概念和發(fā)展狀況的基礎(chǔ)上，詳細討論了智能人機交互基礎(chǔ)理論、生理計算與交互、手勢理解與交互、草圖計算與交互、情感計算與交互、言語計算與交互、智能仿真與交互、交互式機器學習等內(nèi)容。

本書系統(tǒng)地描述了深度學習的基本理論算法及應用。全書共14章，第1~3章論述了數(shù)學基礎(chǔ)、機器學習基礎(chǔ)和深度學習基礎(chǔ)；第4~7章介紹了一些經(jīng)典網(wǎng)絡(luò)及計算機視覺領(lǐng)域中常用的CNN、RNN、GAN等網(wǎng)絡(luò)結(jié)構(gòu)技術(shù)；第8~9章介紹了深度學習在計算機視覺領(lǐng)域的目標檢測及圖像分割兩大應用；第10~14章介紹了計算機視覺領(lǐng)域主要的優(yōu)化方

本書介紹了應用智能運維系統(tǒng)建設(shè)涉及的技術(shù)、工具、流程、方法，系統(tǒng)地總結(jié)了應用智能運維系統(tǒng)的演進過程，對比了市場主流的應用運維產(chǎn)品，分析了關(guān)鍵智能化應用運維技術(shù)、相關(guān)開源軟件工具的能力和真實行業(yè)用戶建設(shè)案例。另外，本書通過提煉、總結(jié)大量不同行業(yè)用戶建設(shè)應用智能運維系統(tǒng)的典型應用場景，全面透徹地介紹了相關(guān)項目的規(guī)劃、開發(fā)、

本書力圖從政策、技術(shù)、產(chǎn)業(yè)、應用四個維度，全面闡述全球人工智能發(fā)展的競爭格局、創(chuàng)新態(tài)勢、產(chǎn)業(yè)體系、行業(yè)應用與趨勢走向，系統(tǒng)介紹人工智能如何賦能并改變?nèi)藗兩�產(chǎn)生活的方方面面，進而成為人類社會必不可少的新型基礎(chǔ)設(shè)施。本書即可以作為政策制定者、行業(yè)研究人員、人工智能相關(guān)專業(yè)人員的參考讀物，又可作為廣大科技愛好者、大中小學生的

據(jù)聯(lián)合國預測，2050年全球?qū)⑦_到100億人口。本書認為，地球養(yǎng)活100億人口是一個巨大的挑戰(zhàn)，人類將面臨“FEW”困境。“FEW”是食物(Food)、能源(Energy)、水(Water)三個英文單詞的首字母縮寫，是人類生存與發(fā)展不可或缺的基礎(chǔ)性資源。然而，隨著地球上人口的增長，食物安全、淡水資源短缺、化石能源枯竭等

語言智能處理一直是人工智能領(lǐng)域的重要研究方向之一。本書按照研究歷程與現(xiàn)狀、關(guān)鍵技術(shù)與方法、發(fā)展趨勢與展望的基本脈絡(luò)，重點介紹了語言智能處理中的語言模型與知識表示、語言分析技術(shù)、語言情感分類、自然語言生成技術(shù)、自動問答與人機對話、機器翻譯、信息檢索與信息推薦等主題。本書所描述的內(nèi)容涉及人們?nèi)粘Ｉ�活中的真實應用場景，理論與

隨著人工智能技術(shù)的發(fā)展以及移動學習的應用普及，移動學習服務(wù)研究不斷深入。本書以人工智能時代為背景，以人工智能與教育深度融合理念為指導，以移動學習智能服務(wù)應用需求為目標，探索人工智能時代移動學習服務(wù)體系以及實現(xiàn)策略，主要內(nèi)容包括移動學習智能服務(wù)體系設(shè)計、移動學習行為影響因素分析、移動學習資源設(shè)計服務(wù)、移動學習個性化資源推

本書采用技術(shù)分析與場景描述相結(jié)合的模式，圍繞物聯(lián)網(wǎng)體系結(jié)構(gòu)、關(guān)鍵技術(shù)和安全防控等方面進行系統(tǒng)的介紹。本書主要包括物聯(lián)網(wǎng)概述、物聯(lián)網(wǎng)基礎(chǔ)知識、物聯(lián)網(wǎng)數(shù)據(jù)服務(wù)、場景角度的IoT安全、技術(shù)角度的IoT安全、物聯(lián)網(wǎng)流量安全、區(qū)塊鏈與物聯(lián)網(wǎng)安全七部分內(nèi)容。

增強現(xiàn)實（AR）作為虛擬現(xiàn)實的一個技術(shù)延伸，是虛擬與現(xiàn)實的連接入口，是一種實時計算攝像機捕捉到的現(xiàn)實影像的位置及角度并加上相應虛擬信息的技術(shù)。伴隨著AR技術(shù)迅速發(fā)展的是其3D實感攝像設(shè)備的快速更新。將這些3D實感攝像設(shè)備結(jié)合物聯(lián)網(wǎng)技術(shù)可廣泛應用于導航與定位、遠程醫(yī)療、智能家居控制等多種領(lǐng)域。本書從系統(tǒng)設(shè)計的角度出發(fā)，由

本書全面系統(tǒng)地講解了深度學習相關(guān)的知識。全書共8章，內(nèi)容包括深度學習簡介及TensorFlow安裝，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)的TensorFlow實現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（上）、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（下）、深度學習用于文本序列和深度學習實驗項目等內(nèi)容。 本書以知識體系為基礎(chǔ)，以課堂案例為載體，采取理論與實踐相

本書從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識講起，逐步深入到Python進階實戰(zhàn)，通過對各種實用的第三方庫進行詳細講解與實戰(zhàn)運用，讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡(luò)，而且能夠簡單高效地搭建自己的神經(jīng)網(wǎng)絡(luò)，即使沒有專業(yè)背景知識也能輕松入門神經(jīng)網(wǎng)絡(luò)。 本書分為11章，涵蓋的主要內(nèi)容有神經(jīng)網(wǎng)絡(luò)概述，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識，計算機程序的特點，神經(jīng)網(wǎng)絡(luò)

本書共11章，主要介紹機器學習的基本概念和兩大類常用的機器學習模型，即監(jiān)督學習模型和非監(jiān)督學習模型。針對監(jiān)督學習模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學習模型和神經(jīng)網(wǎng)絡(luò)模型及其訓練；針對非監(jiān)督學習模型，本書講解了常用的降維技術(shù)（線性降維技術(shù)與非線性降

人工智能將引領(lǐng)一場比互聯(lián)網(wǎng)影響更為深遠的科技革命，各領(lǐng)域的企業(yè)都需要盡早地將人工智能納入企業(yè)規(guī)劃路徑中。在人工智能革命的時代，企業(yè)應如何應對挑戰(zhàn)、如何調(diào)整企業(yè)發(fā)展方向，以及如何重塑企業(yè)運營模式和管理制度，從而在人工智能的浪潮中獲得機遇。作為個人，我們又應如何面對未來人機協(xié)作的工作模式，如何在未來的工作環(huán)境中尋找適合自己

全書首先概要介紹了傳統(tǒng)語音識別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學習在語音識別中的應用，包括"深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓練和優(yōu)化，特征表示學習、模型融合、自適應，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干先進深度學習技術(shù)。

本書分為3部分，分別是綜述篇、通用技術(shù)篇和行業(yè)應用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術(shù)篇精心挑選10個以研發(fā)底層技術(shù)為核心競爭力的企業(yè)的產(chǎn)品，詳細介紹了它們的實現(xiàn)思路以及現(xiàn)階段應用。行業(yè)應用篇共有24個案例，主要匯集了人工智能技術(shù)與實體經(jīng)濟結(jié)合的應用案例，重點關(guān)注人工智能技術(shù)的應用場景

本書從TensorFlow2.0的基礎(chǔ)知識講起，深入介紹TensorFlow2.0的進階實戰(zhàn)，并配合項目實戰(zhàn)案例，重點介紹使用TensorFlow2.0的新特性進行機器學習的方法，使讀者能夠系統(tǒng)地學習機器學習的相關(guān)知識，并對TensorFlow2.0的新特性有更深入的理解。本書共14章，主要介紹機器學習、TensorF

自主智能體系統(tǒng)是一個復雜的系統(tǒng)，涉及的技術(shù)點多且跨度大。本書宏觀地呈現(xiàn)了自主智能體系統(tǒng)的整體框架，并對其核心理論技術(shù)做了詳細的闡述。本書共7章，第01章介紹了自主智能體系統(tǒng)的發(fā)展歷程、主要分類和應用實例；第02～04章圍繞自主智能體系統(tǒng)的數(shù)學描述、決策與規(guī)劃、控制方法展開了詳細分析；第05～06章對自主多智能體系統(tǒng)進行

本書主要針本書主要針對大學低年級學生，講解人工智能基礎(chǔ)知識，幫助初入校大學生了解人工智能的概念，掌握人工智能應用技術(shù)，進而獨立創(chuàng)作完成人工智能相關(guān)作品。本書包含了人工智能導引、人工智能基礎(chǔ)知識、燈光的智能控制、交通燈的智能識別、文字的智能處理、圖像的智能辨識、語音的智能辨識、人機的智能交互、無人駕駛、智能3D打印等方面