本書以智能算法為背景，全面地介紹了人工智能的各種算法，本書內(nèi)容以理論為基礎(chǔ)，以應(yīng)用為主導(dǎo)，循序漸進(jìn)地向讀者揭示怎樣利用智能算法解決實(shí)際問(wèn)題。全書共11章主要內(nèi)容包括MATLAB語(yǔ)言入門、插值算法與曲線擬合、灰色系統(tǒng)理論、傅里葉變換和小波變換、經(jīng)驗(yàn)?zāi)�態(tài)分解算法、模糊邏輯控制算法、滑模變結(jié)構(gòu)控制、神經(jīng)網(wǎng)絡(luò)基本理論、支持向量

本書采用“理論+實(shí)踐”的方式，全面系統(tǒng)地講授了深度學(xué)習(xí)的基本原理以及使用TensorFlow實(shí)現(xiàn)各類深度學(xué)習(xí)網(wǎng)絡(luò)的方法。全書共10章，第1～3章主要介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)，包括深度學(xué)習(xí)的概念和應(yīng)用、深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和優(yōu)化、TensorFlow的內(nèi)涵和特點(diǎn)等內(nèi)容；第4～5章主要介紹TensorFlow的安裝，以及計(jì)算模

本書深入淺出地介紹了近年來(lái)AI領(lǐng)域中十分引人注目的新型人工神經(jīng)網(wǎng)絡(luò)——生成對(duì)抗網(wǎng)絡(luò)（GAN）的基本原理、網(wǎng)絡(luò)結(jié)構(gòu)及其在圖像處理領(lǐng)域中的應(yīng)用；同時(shí)，分析了近年來(lái)在GAN訓(xùn)練、GAN質(zhì)量評(píng)估及多種改進(jìn)型GAN方面取得的進(jìn)展；在實(shí)踐方面，給出了基于Python的基本GAN編程實(shí)例。另外，本書還介紹了支撐GAN模型的基礎(chǔ)理論和

本書系統(tǒng)介紹了知識(shí)圖譜的概念、發(fā)展歷程、技術(shù)體系、前沿技術(shù)與應(yīng)用實(shí)踐。在基礎(chǔ)知識(shí)方面，本書囊括了知識(shí)圖譜從源數(shù)據(jù)到產(chǎn)生決策的全生命周期的各個(gè)環(huán)節(jié)，分析了數(shù)據(jù)圖譜和知識(shí)圖譜的核心區(qū)別，介紹了圖譜構(gòu)建和知識(shí)表示等相關(guān)關(guān)鍵技術(shù)。在前沿技術(shù)方面，全面介紹了知識(shí)圖譜自動(dòng)構(gòu)建、知識(shí)圖譜融合和智能推理等問(wèn)題和挑戰(zhàn)。在應(yīng)用實(shí)踐方面，結(jié)

本書內(nèi)容包括Python編程IDE的安裝,機(jī)器學(xué)習(xí)分類,聚類,回歸,數(shù)據(jù)預(yù)處理和人工神經(jīng)網(wǎng)絡(luò)。算法原理解析中所涉及到的數(shù)學(xué)等晦澀內(nèi)容都以知識(shí)窗的形式一一講解,表述通俗易懂;算法具體應(yīng)用中的案例典型生動(dòng),編程代碼具體詳細(xì),力求讓人工智能思想落地,直觀地展現(xiàn)于讀者面前。

本書選材廣泛,涵蓋了人工智能基礎(chǔ)、人工智能的利弊、人工智能中的推理、知識(shí)表示和知識(shí)圖譜、模糊邏輯系統(tǒng)、知情搜索算法和不知情搜索算法、專家系統(tǒng)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)、機(jī)器學(xué)習(xí)算法、人工神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)與機(jī)器學(xué)習(xí)、模式識(shí)別、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、人工智能中的智能體、智能制造、用于人工智能的五種編程語(yǔ)言、人工智能平臺(tái)、人工

本書面向人工智能初學(xué)者，分為基礎(chǔ)篇和進(jìn)階篇兩個(gè)篇章。其中，基礎(chǔ)篇內(nèi)容包括了人工智能的基本概念、人工智能的發(fā)展歷史、計(jì)算機(jī)與環(huán)境感知、簡(jiǎn)單幾何形狀的識(shí)別、人工智能搜索算法；進(jìn)階篇?jiǎng)t包括大數(shù)據(jù)的定義、知識(shí)與推理、回歸與分類、深度學(xué)習(xí)網(wǎng)絡(luò)、感知信息處理。此外還有配合知識(shí)學(xué)習(xí)的課程實(shí)踐，包括圖形匹配以及微縮車倒車入庫(kù)等實(shí)驗(yàn)。本

深度學(xué)習(xí)（DL，DeepLearning）是機(jī)器學(xué)習(xí)（ML，MachineLearning）領(lǐng)域中一個(gè)新的研究方向，通過(guò)學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次，實(shí)現(xiàn)機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)。在開(kāi)始深度學(xué)習(xí)項(xiàng)目之前，選擇一個(gè)合適的框架能起到事半功倍的作用。全世界最為流行的深度學(xué)習(xí)框架有T

作為機(jī)器學(xué)習(xí)領(lǐng)域應(yīng)用比較成熟、廣泛的業(yè)務(wù)，個(gè)性化推薦在電商、短視頻等平臺(tái)發(fā)揮著重要作用，其背后的推薦系統(tǒng)已成為當(dāng)今越來(lái)越多應(yīng)用程序的標(biāo)配。關(guān)于推薦算法的論述有很多，而要將其很好地應(yīng)用到實(shí)際場(chǎng)景中，則需要大量的實(shí)踐經(jīng)驗(yàn)。本書從實(shí)戰(zhàn)的角度介紹推薦系統(tǒng)，主要包含三部分：召回算法、排序算法和工程實(shí)踐。書中細(xì)致剖析了如何在工業(yè)中

這是一本寫給青少年看的人工智能科普?qǐng)D書，目的是幫助青少年啟蒙科學(xué)素養(yǎng)，開(kāi)闊科學(xué)視野，培養(yǎng)科學(xué)思維，鍛煉動(dòng)手能力，讓小讀者了解人工智能的過(guò)去、現(xiàn)在和未來(lái)，從而更好地融入人工智能時(shí)代。通過(guò)閱讀本書，小讀者不僅能學(xué)習(xí)Python語(yǔ)言的基本使用，還可以從數(shù)據(jù)、算法等多個(gè)角度來(lái)一探人工智能的奧秘。所有這些都旨在激發(fā)孩子們的好奇心