大數(shù)據(jù)時代的到來，為人工智能的飛速發(fā)展帶來前所未有的數(shù)據(jù)紅利。在大數(shù)據(jù)的喂養(yǎng)下，大量知識不斷涌現(xiàn)，如何有效地發(fā)掘這些知識呢？知識圖譜橫空出世。本書是一本講解如何使用TensorFlow2構(gòu)建知識圖譜的入門教程，引導讀者掌握基于深度學習的知識圖譜構(gòu)建概念、理論和方法。本書分為13章：第1章從搭建環(huán)境開始，包含Tensor

本書記載的2020線上智博會”在困難中創(chuàng)新，將線上線下、現(xiàn)實與虛擬進行的有機結(jié)合，應用的VR、AR、數(shù)字孿生等現(xiàn)代信息技術(shù)。內(nèi)容包括：盛會：全球精英的思維演進；趨勢：智能產(chǎn)業(yè)的關(guān)鍵導航等。

機器學習目前是人工智能和模式識別領域的共同研究熱點，其理論和方法已被廣泛應用于解決工程應用和科學領域的復雜問題。作者從解決實際問題的角度出發(fā)，通過大量的實戰(zhàn)經(jīng)驗深入剖析機器學習算法在解決實際問題中的具體應用，處理數(shù)據(jù)從一維到二維，研究對象從文本到圖像，解決問題從股票預測到圖像去霧。全書用通俗易懂的語言和繪聲繪色的插圖從

本書構(gòu)建了一個完整的強化學習入門路徑，深入淺出地介紹了強化學習算法的基本原理和實現(xiàn)方法。本書 首先回顧了相關(guān)預備知識，包括數(shù)學基礎和機器學習基礎，然后先介紹強化學習的基本概念，給出強化學習的 數(shù)學框架（馬爾可夫決策過程），隨后介紹強化學習的求解算法，包括表格求解法（動態(tài)規(guī)劃法、蒙特卡洛法 和時序差分法），以及近似求解法

《算法：人工智能在想什么》一書從“算法在想什么”“算法在未來生活將如何應用”等角度入手，在細致勾勒算法時代特征的基礎上，審視了算法時代的隱憂與算法決策的風險，提供了規(guī)制算法的思路和框架，探討了應對風險與問題的可行性路徑。

本書是人工智能專業(yè)課程建設的配套教材，根據(jù)高職高專人工智能技術(shù)應用專業(yè)人才培養(yǎng)方案的要求，同時借鑒國家示范高職院校軟件專業(yè)教學經(jīng)驗編寫而成。全書共分為七章，主要章節(jié)由人工智能基礎、人工智能數(shù)值計算、知識表示、神經(jīng)網(wǎng)絡基礎、深度神經(jīng)網(wǎng)絡、訪問數(shù)據(jù)庫等知識組成。本書理論與實踐相結(jié)合、內(nèi)容層次分明、示例代碼簡潔明了，每個案例

本書以人工智能發(fā)展為時代背景,通過20個機器學習模型和算法案例,為讀者提供較為詳細的實戰(zhàn)方案,以便進行深度學習。在編排方式上,全書側(cè)重對創(chuàng)新項目的過程進行介紹,分別從整體設計、系統(tǒng)流程和實現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓練和模型應用等過程,并剖析模塊的功能、使用及程序代碼。為便于讀者高效學習,快速掌握人工智能程序開發(fā)方

《物聯(lián)網(wǎng)之傳感器及自動識別技術(shù)項目實踐》一書分上、中、下三篇。上篇為處理器認知，包括；Arduino處理器、Cortex-M3處理器2個處理器項目；中篇為傳感器項目實踐，包括觸摸燈光秀、溫濕度顯示裝置、激光筆、光合作用補給、酒精檢測儀、燃氣泄漏監(jiān)測儀、安全防火、安防監(jiān)控、安全距離、聲控燈10個傳感器應用項目；下篇為自動

本書作為深度學習方面的入門書籍，目的是使讀者通過學習，理解和掌握深度學習背后的數(shù)學原理和計算方法，并將其用于指導理論分析和實踐開發(fā)。全書共8章。第1、2章主要介紹了深度學習的相關(guān)概念、發(fā)展簡史、主要進展，以及典型的深度學習平臺（MATLAB和TensorFlow）、數(shù)據(jù)增廣技術(shù)和相關(guān)數(shù)學基礎；第3~5章詳細闡述了深度學

《TensorFlow開發(fā)入門》是一本面向AI工程師的入門書籍，介紹了從TensorFlow基礎知識到使用一個高級APIKeras構(gòu)建深度學習模型的相關(guān)內(nèi)容。全書共12章，分2部分進行介紹，其中第1部分為基礎篇，介紹了深度學習、TensorFlow和Keras的基礎知識；第2部分為應用篇，介紹了如何使用Keras在圖像