本書基于豐富的圖示，詳細(xì)介紹了有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機(jī)、核方法、樸素貝葉斯、隨機(jī)森林、神經(jīng)網(wǎng)絡(luò)、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對(duì)各算法均用Python代碼進(jìn)行了實(shí)現(xiàn)，讀者可一邊運(yùn)行代碼一邊閱讀，從

本書全面講解PaddlePaddleFluid框架在深度學(xué)習(xí)領(lǐng)域的應(yīng)用。全書共15章，分別是PaddlePaddle深度學(xué)習(xí)開發(fā)環(huán)境的搭建、PaddlePaddle快速入門、線性回歸算法實(shí)戰(zhàn)、卷積神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)、生成對(duì)抗網(wǎng)絡(luò)實(shí)戰(zhàn)、強(qiáng)化學(xué)習(xí)實(shí)戰(zhàn)、模型的保存與使用、遷移學(xué)習(xí)實(shí)戰(zhàn)可視化工具VisualDL的使

本書的主要特色在于知識(shí)建模和智能推理技術(shù)方面的創(chuàng)新，并基于知識(shí)圖譜建模和智能推理技術(shù)的集成完成了一系列應(yīng)用軟件的開發(fā)，直觀形象、易學(xué)易用。本書是AI3軟件的詳盡解讀，分為AI3普及版（自由拷貝，不限使用）、AI3智能教學(xué)版以及AI3專業(yè)版（適用于復(fù)雜過(guò)程工業(yè)系統(tǒng)AI應(yīng)用）。

深度學(xué)習(xí)已經(jīng)進(jìn)入我們的生活，云計(jì)算和大數(shù)據(jù)為深度學(xué)習(xí)提供了便利。本書主要講解深度學(xué)習(xí)中的數(shù)學(xué)知識(shí)、算法原理和實(shí)現(xiàn)方法，配套源碼、數(shù)據(jù)集和開發(fā)環(huán)境。本書共12章。第1章介紹人類視覺(jué)和深度學(xué)習(xí)的聯(lián)系。第2章介紹深度學(xué)習(xí)中最為重要的梯度下降算法。第3章介紹卷積函數(shù)。第4章介紹計(jì)算損失函數(shù)所使用的交叉熵、決策樹和信息熵。第5章

本書系統(tǒng)闡述遷移學(xué)習(xí)的解決方法和典型應(yīng)用。首先，論述了遷移學(xué)習(xí)的基本概念、方法分類及發(fā)展歷程，介紹了遷移學(xué)習(xí)的相關(guān)基礎(chǔ)知識(shí)。然后，探討了遷移學(xué)習(xí)的基本方法，包括基于樣本、基于特征、基于模型和基于關(guān)系的遷移學(xué)習(xí)方法，闡述了深度遷移學(xué)習(xí)的經(jīng)典方法，包括神經(jīng)網(wǎng)絡(luò)自適應(yīng)遷移方法和神經(jīng)網(wǎng)絡(luò)對(duì)抗遷移方法，介紹了更加實(shí)用的部分域適應(yīng)

本書內(nèi)容主要來(lái)自作者近年的研究課題，闡述了機(jī)器嗅覺(jué)的概念、基本內(nèi)容和機(jī)器嗅覺(jué)未來(lái)技術(shù)的發(fā)展。重點(diǎn)探討類似音頻、視頻的“嗅頻”理論與技術(shù)，探討基于“嗅頻”概念的氣味信息通用性表征模式和網(wǎng)絡(luò)化傳輸及終端復(fù)現(xiàn)方法，介紹基于“基氣味”概念的氣味終端復(fù)現(xiàn)技術(shù)與雛形裝置。本書內(nèi)容不僅具有重要的理論價(jià)值，而且在科學(xué)研究、軍事國(guó)防、日

本書主要介紹物聯(lián)網(wǎng)平臺(tái)及其應(yīng)用開發(fā)。全書共6章。第1章從基礎(chǔ)技術(shù)和應(yīng)用領(lǐng)域等方面對(duì)物聯(lián)網(wǎng)進(jìn)行了簡(jiǎn)單介紹；第2章講述了國(guó)內(nèi)外物聯(lián)網(wǎng)平臺(tái)現(xiàn)狀；第3章詳細(xì)講述了本書自主研發(fā)的微物聯(lián)共享開放平臺(tái)；第4～6章講述了微物聯(lián)平臺(tái)的系統(tǒng)搭建，并且通過(guò)完整的示例程序講述了如何利用平臺(tái)進(jìn)行項(xiàng)目實(shí)戰(zhàn)和案例應(yīng)用。 本書具有較強(qiáng)的邏輯性，重點(diǎn)突

本書介紹機(jī)器學(xué)習(xí)開發(fā)方法，工具及應(yīng)用相關(guān)知識(shí)，全書由6章組成，第1章主要介紹機(jī)器學(xué)習(xí)的基本概念、分類等;第2章主要介紹機(jī)器學(xué)習(xí)開發(fā)架構(gòu)、開發(fā)步驟;第3章～第5章主要介紹機(jī)器學(xué)習(xí)的開發(fā)工具，包括Python、NumPy、Pandas、Scikit-learn、TensorFlow;第6章主要介紹機(jī)器學(xué)習(xí)相關(guān)的10個(gè)實(shí)驗(yàn)，

本教材共七個(gè)單元，圍繞人工智能的產(chǎn)生和發(fā)展展開介紹，涵蓋人工智能的背景和作用、定義和功能、特征、分類、應(yīng)用和發(fā)展、未來(lái)的前景等方面內(nèi)容。本教材單元結(jié)構(gòu)設(shè)計(jì)合理，每個(gè)單元由閱讀文章、閱讀技巧、演講技巧和文化沙龍四個(gè)板塊構(gòu)成，通過(guò)第一手的閱讀材料來(lái)助力學(xué)生的專業(yè)學(xué)習(xí)；課后練習(xí)形式多樣，針對(duì)說(shuō)、讀、寫、譯各項(xiàng)技能展開訓(xùn)練，旨

本書是人工智能入門和普及基礎(chǔ)知識(shí)的讀物。作者從事人工智能教學(xué)多年，先后撰寫了十余本人工智能教材和習(xí)題解答及相關(guān)著作，本書在此基礎(chǔ)上，精煉和加工，使其通俗化、形象化，并加入人工智能的研究**進(jìn)展和熱門研究課題，如AlphaGo下棋的搜索原理、卷積神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、大數(shù)據(jù)和云計(jì)算以及當(dāng)前流行的人工智能開源工具等，全面地反