本書將數(shù)學(xué)理論與實例相結(jié)合，這些實例以最*先進的通用機器學(xué)習(xí)框架為基礎(chǔ)，由Python實現(xiàn)，向讀者介紹更復(fù)雜的算法。全書共25章，包括機器學(xué)習(xí)模型基礎(chǔ)、損失函數(shù)和正則化、半監(jiān)督學(xué)習(xí)導(dǎo)論、高級半監(jiān)督分類、基于圖的半監(jiān)督學(xué)習(xí)、聚類和無監(jiān)督學(xué)習(xí)模型、高級聚類和無監(jiān)督學(xué)習(xí)模型、面向營銷的聚類和無監(jiān)督學(xué)習(xí)模型、廣義線性模型和回歸

神經(jīng)計算的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

機器學(xué)習(xí)的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

本書是《Scikit-learn機器學(xué)習(xí)詳解》（潘風(fēng)文編著）的進階篇，講解了Sklearn（Scikit-learn）機器學(xué)習(xí)框架的各種高級應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學(xué)習(xí)、模型選擇和交叉驗證、異常檢測、管道、信號分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學(xué)習(xí)，讀者可快速掌握Sklearn框架的高

本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關(guān)鍵痛點，為構(gòu)建解決語義匹配問題的深度學(xué)習(xí)模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學(xué)習(xí)技術(shù)在構(gòu)建匹配模型時的應(yīng)用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當(dāng)前的深度

本書講解概率圖模型的基本原理及其在機器學(xué)習(xí)、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡(luò)模型中的應(yīng)用,并且從概率圖模型的角度講解機器學(xué)習(xí)算法、深度神經(jīng)網(wǎng)絡(luò)模型的概率原理，培養(yǎng)學(xué)生知其然，并知其所以然的思維方式，解決學(xué)生應(yīng)用建模時僅局限于模型選型和調(diào)參的問題。本書內(nèi)容豐富，將原理與實例相結(jié)合，數(shù)學(xué)與代碼相結(jié)合，可作為高等院校的人工智能

本教材遵循案例教學(xué)模式進行課程教學(xué)設(shè)計，圍繞人工智能應(yīng)用案例展開，強調(diào)學(xué)科教學(xué)設(shè)計、主要研究內(nèi)容、核心研究領(lǐng)域及前沿理論和技術(shù)等，內(nèi)容涉及圖像、視頻、語音、文本和機器人。本教材覆蓋人工智能（師范）專業(yè)入門必須掌握的知識，強調(diào)基礎(chǔ)性和前沿性并重，理論和實驗相統(tǒng)一，著力于師范生的課程設(shè)計能力、案例分析能力和動手實踐能力的培

本書介紹了軟件測試的基本概念、原理、基本方法及測試過程等內(nèi)容，包括軟件測試技術(shù)概述、靜態(tài)測試、黑盒測試、白盒測試、集成測試、系統(tǒng)測試、測試報告管理、智能軟件測試以及單元測試框架Junit、壓力測試工具Jmeter的使用方法，同時還介紹了軟件測試與質(zhì)量保證等內(nèi)容。本書為軟件測試的基礎(chǔ)教材，旨在讓學(xué)生能夠熟練地對實際軟件進

本書主要從技術(shù)原理和技術(shù)應(yīng)用兩方面講述人工智能技術(shù)。全書共12章，內(nèi)容涵蓋人工智能概述、人工智能軟硬件、人工智能與數(shù)據(jù)、計算機視覺、語音識別、自然語言理解、知識推理、經(jīng)典機器學(xué)習(xí)、深度學(xué)習(xí)與強化學(xué)習(xí)、自動駕駛、智能問答及人工智能倫理等。本書不僅可作為高等院校智能科學(xué)與技術(shù)、計算機科學(xué)、電子科學(xué)與技術(shù)、控制科學(xué)與工程等專

本書介紹了經(jīng)典人工智能（邏輯或演繹推理）和現(xiàn)代人工智能（歸納學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)）之間的覆蓋范圍。分別闡述了三類方法：演繹推理方法：這些方法從預(yù)先定義的假設(shè)開始，并對其進行推理，以得出合乎邏輯的結(jié)論。底層方法包括搜索和基于邏輯的方法。這些方法在第1章到第5章中討論。歸納學(xué)習(xí)方法：這些方法從例子開始，并使用統(tǒng)計方法來得出假設(shè)。