隨著人工智能技術(shù)的發(fā)展，深度學(xué)習(xí)成為最受關(guān)注的領(lǐng)域之一。在深度學(xué)習(xí)的諸多開發(fā)框架中，TensorFlow是最受歡迎的開發(fā)框架。本書以培養(yǎng)人工智能編程思維和技能為核心，以工作過程為導(dǎo)向，采用任務(wù)驅(qū)動的方式組織內(nèi)容。全書共分為8個任務(wù)，任務(wù)1介紹深度學(xué)習(xí)的發(fā)展歷程、應(yīng)用領(lǐng)域以及開發(fā)環(huán)境的搭建過程；任務(wù)2介紹TensorFl

本書可作為通識性選修課程的教學(xué)用書。本書內(nèi)容包括人工智能的概念、知識工程、確定性和不確定性推理、搜索技術(shù)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、自然語言處理、多智能體系統(tǒng)等。全書弱化理論知識，以了解性內(nèi)容為主。通過本書的學(xué)習(xí)，可使所有相關(guān)專業(yè)學(xué)生對人工智能有一個基礎(chǔ)性的認(rèn)識，方便后續(xù)相關(guān)課程的學(xué)習(xí)。

集成學(xué)習(xí)方法是一類先進(jìn)的機(jī)器學(xué)習(xí)方法，這類方法訓(xùn)練多個學(xué)習(xí)器并將它們結(jié)合起來解決一個問題，在實(shí)踐中獲得了巨大成功。全書分為三部分。第一部分主要介紹集成學(xué)習(xí)的背景知識；第二部分主要介紹集成學(xué)習(xí)方法的核心知識，包括Boosting、Bagging、RandomForests等經(jīng)典算法，平均、投票和Stacking等模型和方

本書內(nèi)容涵蓋經(jīng)典的有監(jiān)督機(jī)器學(xué)習(xí)算法，無監(jiān)督機(jī)器學(xué)習(xí)算法，深度機(jī)器學(xué)習(xí)算法，闡述從淺層學(xué)習(xí)到深度學(xué)習(xí)，從簡單的線性模型到復(fù)雜的神經(jīng)網(wǎng)絡(luò)非線性模型的原理與應(yīng)用。書中每個章節(jié)遵循先簡介理論基礎(chǔ)，再構(gòu)建數(shù)學(xué)模型，然后輔以實(shí)例分析，從理論到實(shí)踐的講解原則。每個章節(jié)可獨(dú)立閱讀，也可從前向后，從簡到難，從淺層學(xué)習(xí)到深度學(xué)習(xí)，循序漸

全書共分為兩篇：在上篇中，將從浩瀚的數(shù)學(xué)海洋中擷取機(jī)器學(xué)習(xí)研究人員最為必須和重要的數(shù)學(xué)基礎(chǔ)。內(nèi)容主要包括：微積分（含場論）、數(shù)值計算和常用最優(yōu)化方法、概率論基礎(chǔ)與數(shù)理統(tǒng)計、線性代數(shù)等。在下篇中，將選取機(jī)器學(xué)習(xí)中最為常用的算法和模型進(jìn)行講解，這部分內(nèi)容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網(wǎng)絡(luò)和HMM等）、分類算法（

本書介紹卷積神經(jīng)網(wǎng)絡(luò)的核心——錯綜復(fù)雜的細(xì)節(jié)和算法的微妙之處。主要包括卷積神經(jīng)網(wǎng)絡(luò)的高級主題和使用Keras和TensorFlow的對象檢測。

本書通過聚焦于開發(fā)基于神經(jīng)網(wǎng)絡(luò)的解決方案來介紹機(jī)器學(xué)習(xí)，首先將從熟悉構(gòu)建深度學(xué)習(xí)解決方案所需的概念和技術(shù)開始，然后介紹如何創(chuàng)建分類器、構(gòu)建目標(biāo)檢測和語義分割神經(jīng)網(wǎng)絡(luò)、訓(xùn)練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發(fā)過程。學(xué)完本書之后，讀者將能夠使用T

深度學(xué)習(xí)是目前學(xué)術(shù)界和工業(yè)界都非�；馃岬脑掝}，在許多行業(yè)有著成功應(yīng)用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成，專門針對深度學(xué)習(xí)領(lǐng)域，是《百面機(jī)器學(xué)習(xí)：算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個部分，第一部分介紹經(jīng)典的深度學(xué)習(xí)算法和模型，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成模型、生

本教材由廣州華立科技職業(yè)學(xué)院計算機(jī)信息工程學(xué)院院長牽頭,聯(lián)合省內(nèi)外多所院校共同編寫。本書是一本基礎(chǔ)性強(qiáng)、可讀性好、適合于高職學(xué)生學(xué)習(xí)的人工智能通識課教材,在簡述人工智能的理論與方法基礎(chǔ)上,較詳細(xì)地介紹了人工智能在工業(yè)領(lǐng)域中的應(yīng)用,包括人工智能基礎(chǔ)知識專家系統(tǒng)、智能控制、計算智能及其應(yīng)用、數(shù)據(jù)挖掘與智能決策、智能制造、智

本書以實(shí)驗(yàn)為主，在實(shí)驗(yàn)中穿插講解了用到的理論知識，對于理論知識，點(diǎn)到為止，夠用即可。本書由基礎(chǔ)實(shí)驗(yàn)、BasicRF的無線通信及應(yīng)用以及綜合應(yīng)用三篇構(gòu)成�；�礎(chǔ)實(shí)驗(yàn)包括23個實(shí)驗(yàn)，主要介紹了CC2530基礎(chǔ)知識、I/O控制、中斷、時鐘、UART串口通信等知識點(diǎn)。BasicRF無線通信及應(yīng)用包括7個實(shí)驗(yàn)，由淺入深，講解了點(diǎn)對