本書旨在利用TensorFlow針對各種現(xiàn)實(shí)場景設(shè)計(jì)深度學(xué)習(xí)系統(tǒng)，引導(dǎo)讀者實(shí)現(xiàn)有趣的深度學(xué)習(xí)項(xiàng)目。本書涵蓋10個(gè)實(shí)踐項(xiàng)目，如用目標(biāo)檢測API標(biāo)注圖像、利用長短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM）預(yù)測股票價(jià)格、構(gòu)建和訓(xùn)練機(jī)器翻譯模型、檢測Quora數(shù)據(jù)集中的重復(fù)問題等。通過閱讀本書，讀者可以了解如何搭建深度學(xué)習(xí)的TensorFlo

本書介紹了人工智能和大數(shù)據(jù)涉及的核心概念和模型。書中涉及概念包括監(jiān)督和非監(jiān)督學(xué)習(xí)、數(shù)據(jù)類型、可視化、線性回歸、邏輯回歸、分類回歸樹、神經(jīng)網(wǎng)絡(luò)等。同時(shí)，本書理論和實(shí)際并重，基于真實(shí)的實(shí)例和數(shù)據(jù)集，引入了R語言演示實(shí)際計(jì)算和操作，為讀者展示解決實(shí)際問題的代碼，從而讓讀者掌握在實(shí)際生活中解決相關(guān)問題的方法。 本書適合想要綜合

本書基于C++編寫，旨在帶領(lǐng)讀者動(dòng)手打造出一個(gè)深度學(xué)習(xí)框架。本書首先介紹C++模板元編程的基礎(chǔ)技術(shù)，然后在此基礎(chǔ)上剖析深度學(xué)習(xí)框架的內(nèi)部結(jié)構(gòu)，逐一實(shí)現(xiàn)深度學(xué)習(xí)框架中的各個(gè)組件和功能，包括基本數(shù)據(jù)結(jié)構(gòu)、運(yùn)算與表達(dá)模板、基本層、復(fù)合層、循環(huán)層、求值與優(yōu)化等，最終打造出一個(gè)深度學(xué)習(xí)框架。本書將深度學(xué)習(xí)框架與C++模板元編程有

本書總體目標(biāo)是介紹觸力覺人機(jī)交互的現(xiàn)狀、發(fā)展趨勢和重要應(yīng)用，為讀者在機(jī)器人、虛擬現(xiàn)實(shí)、生物工程、認(rèn)知科學(xué)等領(lǐng)域開展跨學(xué)科研究和技術(shù)開發(fā)打下基礎(chǔ)。全書共8章，主要內(nèi)容包括觸力覺人機(jī)交互概述、人體觸力覺感知和運(yùn)動(dòng)控制的生理基礎(chǔ)、桌面式力覺交互設(shè)備、力覺合成方法、桌面式力覺交互系統(tǒng)、振動(dòng)觸覺交互、紋理觸覺交互、觸力覺人機(jī)交互

在大數(shù)據(jù)時(shí)代，機(jī)器學(xué)習(xí)（ML）在互聯(lián)網(wǎng)領(lǐng)域取得了巨大的成功，數(shù)據(jù)應(yīng)用也逐漸從“數(shù)據(jù)驅(qū)動(dòng)”階段向“模型驅(qū)動(dòng)”階段躍升，但這也給ML項(xiàng)目落地帶來了更大的困難，為了適應(yīng)時(shí)代的發(fā)展，MLOps應(yīng)運(yùn)而生。本書從多個(gè)方面介紹了MLOps實(shí)踐路徑，內(nèi)容涵蓋了設(shè)計(jì)、構(gòu)建和部署由ML驅(qū)動(dòng)的應(yīng)用程序所需的各種實(shí)用技能。

本書主要介紹華為物聯(lián)網(wǎng)操作系統(tǒng)LiteOS內(nèi)核相關(guān)知識(shí)。全書共11章，介紹了物聯(lián)網(wǎng)操作系統(tǒng)概述、移植LiteOS到STM32、任務(wù)管理、消息隊(duì)列、信號(hào)量、互斥鎖、事件、時(shí)間管理、中斷管理、內(nèi)存管理、LiteOS實(shí)戰(zhàn)——人體感應(yīng)場景，深入講解了LiteOS內(nèi)核資源、運(yùn)行機(jī)制及應(yīng)用場景。本書設(shè)計(jì)了大量操作任務(wù)，讀者可通過實(shí)

本套書是面向人工智能初學(xué)者的基礎(chǔ)與實(shí)踐參考圖書，主要內(nèi)容為Python初級(jí)入門教程，本書為初學(xué)者介紹了當(dāng)前人工智能發(fā)展中使用最為廣泛的計(jì)算機(jī)編程語言——Python語言，在介紹關(guān)于Python語言的編寫規(guī)范的同時(shí)還介紹了Python的發(fā)展歷史，同時(shí)還為讀者介紹了有關(guān)人工智能領(lǐng)域相關(guān)功能庫的安裝和使用方法，并提供了一些配

隨著人工智能學(xué)科的發(fā)展，人工智能與人文學(xué)科進(jìn)行跨學(xué)科交流的必要性也正在日益增加。在這種跨學(xué)科交流當(dāng)中，哲學(xué)當(dāng)中的知識(shí)論研究，就會(huì)扮演越來越重要的角色，知識(shí)論研究的重點(diǎn)在于“證成”（justification），即要找到合理的根據(jù)使得目標(biāo)論斷能夠得到確定。從人工智能的立場來看，證成本身就對于計(jì)算機(jī)程序的“可說明性”（ac

《學(xué)習(xí)者畫像》是人工智能與智能教育叢書中的一本。本書以學(xué)習(xí)者畫像為主題，從該領(lǐng)域的發(fā)展歷史、前沿理論和技術(shù)方法、應(yīng)用場景以及未來展望四個(gè)部分展開論述，旨在研究智能時(shí)代富媒體學(xué)習(xí)技術(shù)與環(huán)境中的學(xué)習(xí)行為，通過學(xué)習(xí)行為分析、意圖理解、認(rèn)知狀態(tài)追蹤等方法，實(shí)現(xiàn)學(xué)習(xí)認(rèn)知過程的多維度、跨學(xué)科跟蹤，建立智能時(shí)代的學(xué)習(xí)者畫像，為學(xué)習(xí)者

人工智能當(dāng)前主要的研究與開發(fā)方向是模擬、延伸與擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)，涉及的技術(shù)包括思考的工具、人工智能定義、模糊邏輯與大數(shù)據(jù)思維、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、大數(shù)據(jù)挖掘、智能代理、群體智能、機(jī)器視覺、智能圖像處理、包容體系結(jié)構(gòu)與智能機(jī)器人、自動(dòng)規(guī)劃、自然語言處理和人工智能的發(fā)展等方面。本書知識(shí)內(nèi)容