本書是一本精簡的神經(jīng)網(wǎng)絡入門教程，用通俗易懂的語言講解神經(jīng)網(wǎng)絡的相關知識。本書共6章，第1章對神經(jīng)網(wǎng)絡領域進行概述，包括其歷史和應用；第2章深入探討神經(jīng)元的數(shù)學模型，包括其輸入、權值、偏置和激活函數(shù)；第3章介紹感知機的概念，討論感知機的結構，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機的概念，講述如何使用前

本教材系統(tǒng)地講解了機器學習的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數(shù)貝葉斯方法、聚類分析、支持向量機、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機與卷積神經(jīng)網(wǎng)絡、序列神經(jīng)網(wǎng)絡，以及強化學習。本教材旨在使讀者了解機器學習的發(fā)展，理解和掌握機器學習的基本原理、方法與主要應用。本書

機器學習是人工智能的核心領域之一，本書配套周志華教授所著的《機器學習》教材，通過大量習題考查讀者對機器學習相關知識點的理解與掌握。本書分為兩個部分：第一部分習題對應《機器學習》第1-10章的內(nèi)容，包括緒論、模型評估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習；第二部分包含

本書彌補了純數(shù)學書籍和機器學習書籍存在的單一性問題，介紹了理解機器學習所需的必備數(shù)學概念，例如線性代數(shù)、解析幾何、矩陣分解、向量微積分、優(yōu)化、概率和統(tǒng)計，并使用這些概念推導出了四種核心機器學習方法：線性回歸、主成分分析、高斯混合模型和支持向量機。本書每一章都包括一些例子，大部分章還配有習題，以方便讀者測試對所學知識的理

本書以提高學生數(shù)字化素養(yǎng)、提升人工智能通識教育質(zhì)量為目標，引入生活中與人工智能相關的真實案例，進行基于成果導向的結構設計，將深奧復雜的人工智能知識體系化、模塊化、生活化，深入淺出，通過貼近生活的小案例、微任務進行引導式學習。書中包含人工智能、機器學習、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術模塊和人工智能在生活、教學、消防等領域的應用模塊

在技術變革推動與經(jīng)濟社會需求拉動的多重驅(qū)動作用下，人工智能技術出現(xiàn)了明顯的重大突破，進入與之前完全不同的發(fā)展階段。近年來，以ChatGPT為代表的人工智能大模型研究成為一大熱點。本書嘗試從人工智能與大模型發(fā)展歷程入手，研判其已成為新的通用目的技術，并跟蹤技術發(fā)展和政策、產(chǎn)業(yè)等領域發(fā)展動向。在此基礎上，系統(tǒng)分析了人工智能

人工智能是引領新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，正深刻改變著人們的生產(chǎn)、生活和學習方式，推動人類社會迎來人機協(xié)同、跨界融合、共創(chuàng)分享的智能時代。本書以普及人工智能基礎知識、介紹人工智能行業(yè)應用狀況、提升人工智能基本素養(yǎng)為目標。本書共三篇，采用時間線敘事手法，系統(tǒng)梳理了人工智能從起源至今的技術發(fā)展歷程，詳盡構建了人工

本書從PhotoshopAI創(chuàng)成式填充功能入手，引導讀者逐步深入了解PhotoshopAI，并通過大量的練習實例和綜合實例，幫助讀者將理論知識應用于實踐，從而快速精通PhotoshopAI的實戰(zhàn)技術。全書共9章，內(nèi)容包括PhotoshopAI創(chuàng)成式填充、Photoshop智能摳圖、Photoshop智能修圖、用智能預設

具身智能：從虛擬AI到現(xiàn)實AI

關于未來20年的預言，一幅走向奇點的未來生存指南與路線圖。 繼《奇點臨近》之后，雷·庫茲韋爾的又一部里程碑式作品！探討以人工智能、生物技術及納米機器人為代表的指數(shù)型技術將如何推動人類走向奇點！ 庫茲韋爾通過扎實的論證，在書中重申了他對未來20年的大膽預言AI將在何時通過圖靈測試；人類將在何時邁入奇點；持續(xù)