本書主要介紹機器學(xué)習(xí)上的PAC-Bayes理論評價及應(yīng)用。本書分為上、下兩篇。上篇為基礎(chǔ)理論篇，下篇為應(yīng)用篇。上篇探討了計算學(xué)習(xí)理論、統(tǒng)計學(xué)習(xí)理論、PAC-Bayes理論、RKHS、MCMC、探討各種機器學(xué)習(xí)算法上的PAC-Bayes理論及計算方法。下篇介紹機器學(xué)習(xí)上的PAC-Bayes理論應(yīng)用。將PAC-Bayes邊

超級思維一詞的意思是多種個體思維形成的強大組合。這本書要講述的正是超級思維在我們這個星球上的發(fā)展歷程。我們會看到人類的歷史在很大程度上就是人類超級思維的歷史，也就是以群體（比如層級制、社群、市場和民主制）為單位的人，如何完成了僅憑一己之力不可能做到的事情。 更重要的是，我們還會看到計算機將對人類超級思維的未來發(fā)展產(chǎn)生多

本書用通俗易懂的語言，結(jié)合大量實踐案例，對人工智能發(fā)展歷程、概念、對社會經(jīng)濟發(fā)展的重大意義、國外發(fā)展現(xiàn)狀、國家政策、國內(nèi)企業(yè)發(fā)展水平、未來發(fā)展趨勢以及人類面臨的機會、挑戰(zhàn)與威脅等進(jìn)行簡要概述，重點對人工智能化產(chǎn)業(yè)及其在農(nóng)業(yè)、工業(yè)、公共服務(wù)、旅游、金融、交通、通訊、環(huán)保、教育、醫(yī)療健康、管理與其它細(xì)分行業(yè)的應(yīng)用，并從人工

本書以“平民”的起點，從“零”開始，基于PyTorch框架，介紹深度學(xué)習(xí)和強化學(xué)習(xí)的技術(shù)與技巧，逐層鋪墊，營造良好的帶入感和親近感，把學(xué)習(xí)曲線拉平，使得沒有學(xué)過微積分等高級理論的程序員一樣能夠讀得懂、學(xué)得會。同時，本書配合漫畫插圖來調(diào)節(jié)閱讀氣氛，并對每個原理都進(jìn)行了對比講解和實例說明。本書適合對深度學(xué)習(xí)和強化學(xué)習(xí)感興趣

《強化學(xué)習(xí)（第2版）》作為強化學(xué)習(xí)思想的深度解剖之作，被業(yè)內(nèi)公認(rèn)為是一本強化學(xué)習(xí)基礎(chǔ)理論的經(jīng)典著作。它從強化學(xué)習(xí)的基本思想出發(fā)，深入淺出又嚴(yán)謹(jǐn)細(xì)致地介紹了馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、同軌離軌策略等強化學(xué)習(xí)的基本概念和方法，并以大量的實例幫助讀者理解強化學(xué)習(xí)的問題建模過程以及核心的算法細(xì)節(jié)。 《強化學(xué)習(xí)

《智能交互技術(shù)與應(yīng)用》深入淺出地探討和解讀了人工智能中的智能交互技術(shù)，包括交互原型系統(tǒng)設(shè)計、基于移動設(shè)備的智能交互軟件開發(fā)、智能語音交互及交互技術(shù)設(shè)計與評價方法。第1章主要介紹智能交互技術(shù)的基本知識；第2章主要討論了感知認(rèn)知與交互技術(shù)的結(jié)合；第3章講解了交互設(shè)計的基本準(zhǔn)則；第4章講解了交互系統(tǒng)的原型設(shè)計，介紹了面向軟件

本書針對高等學(xué)校人工智能本科專業(yè)人才培養(yǎng)的專業(yè)內(nèi)涵、定位和知識體系,設(shè)置了數(shù)學(xué)與統(tǒng)計、科學(xué)與工程、計算機科學(xué)與技術(shù)、人工智能核心、認(rèn)知與神經(jīng)科學(xué)、先進(jìn)機器人技術(shù)、人工智能與社會、人工智能工具與平臺等課程群,重點介紹了八大課程群中各門課程的概況和知識點,為培養(yǎng)具有科學(xué)家素養(yǎng)的工程師奠定知識和能力的基礎(chǔ)。本書可為各類學(xué)校人

機器學(xué)習(xí)是當(dāng)前解決很多人工智能問題的核心技術(shù)，自2012年以來，深度學(xué)習(xí)的出現(xiàn)帶來了人工智能復(fù)興。本書是機器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域的入門與提高教材，緊密結(jié)合工程實踐與應(yīng)用，系統(tǒng)、深入地講述機器學(xué)習(xí)與深度學(xué)習(xí)的主流方法與理論。全書由23章組成，共分為三大部分。第1～3章為*部分，介紹機器學(xué)習(xí)的基本原理、所需的數(shù)學(xué)知識（包括微

數(shù)學(xué)是機器學(xué)習(xí)繞不開的基礎(chǔ)知識，傳統(tǒng)教材的風(fēng)格偏重理論定義和運算技巧，想以此高效地打下機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)，針對性和可讀性并不佳。本書以機器學(xué)習(xí)涉及的線性代數(shù)核心知識為重點，進(jìn)行新的嘗試和突破：從坐標(biāo)與變換、空間與映射、近似與擬合、相似與特征、降維與壓縮這5個維度，環(huán)環(huán)相扣地展開線性代數(shù)與機器學(xué)習(xí)算法緊密結(jié)合的核心內(nèi)容，

本書通過五個有趣的項目，帶領(lǐng)讀者在理解原理的同時，動手編寫代碼，實現(xiàn)自己的人工智能應(yīng)用。這五個項目分別是：圖像識別、圖像風(fēng)格遷移、文本生成、角斗士游戲和紅綠燈調(diào)度。