本書是一本創(chuàng)建真實世界智能系統(tǒng)的問題解決指南。提供了一種包含概念、實踐、實際示例和代碼示例的綜合方法，教給讀者理解和解決機器學(xué)習(xí)不同問題所需的重要技能。通過介紹Python機器學(xué)習(xí)生態(tài)系統(tǒng)中的真實案例研究，教授成為一個成功的實踐者所必需的機器學(xué)習(xí)技術(shù)。本書還側(cè)重于機器學(xué)習(xí)的基礎(chǔ)知識，以解決不同領(lǐng)域的真實世界案例，包括生

《Python深度學(xué)習(xí)（第2版）》系統(tǒng)地講解了機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)理論知識，揭秘了各種神經(jīng)網(wǎng)絡(luò)架構(gòu)如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和膠囊網(wǎng)絡(luò)背后的原理和實際應(yīng)用；講解了如何使用高性能的算法和常用的Python框架來進行訓(xùn)練，以及如何解決計算機視覺、自然語言處理和語音識別等領(lǐng)域的問題；還講解了生成模型

故事的主角露比是一個6歲的小女孩，她有一頭火紅色的熱情的頭發(fā)，天不怕地不怕，充滿想象力，喜歡各種冒險。在“人工智能”的故事里，露比和她的好朋友茱莉亞帶著小機器人（AI）來到學(xué)校。在學(xué)習(xí)的過程中，同學(xué)們發(fā)現(xiàn)很多事情AI做得比人類更好，但也有很多事情是AI不會做的。小機器人在學(xué)校能學(xué)到什么呢？它會教給露比和她的同學(xué)什么樣的

本書第1章介紹聯(lián)邦學(xué)習(xí)的發(fā)展背景和歷程，以及金融業(yè)中數(shù)據(jù)共享的機遇和挑戰(zhàn)。第2-5章介紹不同類型的機器學(xué)習(xí)方法在聯(lián)邦學(xué)習(xí)模式下的實現(xiàn)，以及關(guān)鍵算法原理。第6章介紹聯(lián)邦學(xué)習(xí)開源框架FATE的架構(gòu)和部署，以及在金融控股集團內(nèi)大數(shù)據(jù)平臺上建立跨機構(gòu)統(tǒng)一數(shù)據(jù)科學(xué)平臺的實施方案。第7章從建模者的角度展示了典型建模流程的實戰(zhàn)過程。

本書圍繞兩個奇點對人工智能展開了討論，即科技奇點和經(jīng)濟奇點。首先，科技奇點部分介紹了從弱人工智能到強人工智能再到超智能的相關(guān)現(xiàn)狀、研究團體、可能的突破點、未來趨勢。其次，經(jīng)濟奇點部分，首先回顧了自動化的發(fā)展歷程，工業(yè)革命、石油、電力、信息革命。以及當下這波人工智能革命的不同，對當前經(jīng)濟的沖擊，具體介紹了當下自動駕駛汽車

《人工智能與電氣應(yīng)用》系統(tǒng)地闡述了人工智能與電氣應(yīng)用的理論基礎(chǔ)及應(yīng)用實踐�！度斯ぶ悄芘c電氣應(yīng)用》共分為五部分，分別為理論篇、基于人工智能的故障診斷技術(shù)、基于人工智能的模式識別和預(yù)測技術(shù)、基于人工智能的控制和優(yōu)化技術(shù)以及展望篇。部分介紹人工智能技術(shù)的理論基礎(chǔ)。第二部分介紹風(fēng)機葉片覆冰故障檢測技術(shù)、電網(wǎng)故障診斷技術(shù)、電力設(shè)

本書以人工智能理論和應(yīng)用智能為出發(fā)點，對該人工智能理論領(lǐng)域內(nèi)經(jīng)典、且實用的算法進行簡明扼要的講解，力爭勾勒出人工智能領(lǐng)域算法形態(tài)和領(lǐng)域大致的知識架構(gòu)。迄今為止，人類距離實現(xiàn)廣義、且通用的類人智能，還有很遠、很遠的路；而且，目前人工智能理論的算法，往往是在具體行業(yè)或領(lǐng)域率先開花結(jié)果。為此，本書突出了應(yīng)用智能的實例講解，這

《人工智能應(yīng)用概論》是校企“雙元”合作開發(fā)的面向高職學(xué)生的人工智能通識課教材。全書分為基礎(chǔ)篇：初探人工智能，應(yīng)用篇：了解人工智能的行業(yè)應(yīng)用，創(chuàng)研篇：人工智能的行業(yè)應(yīng)用實踐3篇，共20章。從人工智能時代新技術(shù)、新職業(yè)、新崗位對高職學(xué)生的新要求出發(fā)，通過人工智能認知教學(xué)（理論認知→應(yīng)用認知）與人工智能應(yīng)用實訓(xùn)實踐（應(yīng)用初探

以深度學(xué)習(xí)為基礎(chǔ)的文本檢測算法有基于回歸的模型和基于分割的模型，目前這兩種模型的應(yīng)用效果各有優(yōu)劣。為解決回歸模型對訓(xùn)練數(shù)據(jù)的依賴，以及分割模型受目標尺寸影響的問題，本書提出了兩種新的算法：TSFnet和Mnet。全書分為5章，概述了自然場景下文本檢測的研究現(xiàn)狀，陳述了相關(guān)算法的問題、數(shù)據(jù)集與存在的挑戰(zhàn)，并通過實驗，對基

人工智能是計算機科學(xué)的一個分支，自誕生以來，理論和技術(shù)日益成熟，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理、專家系統(tǒng)和深度學(xué)習(xí)等。本書以淺顯易懂、案例豐富的方式帶領(lǐng)讀者了解人工智能的前世今生，知曉人工智能涉及的相關(guān)技術(shù)、理論、原理和應(yīng)用，包括機器學(xué)習(xí)、計算智能和深度學(xué)習(xí)，最后是該領(lǐng)域在各行各業(yè)的前沿應(yīng)用和