本書內(nèi)容包括：知識重構(gòu)與抽象模型框架及其擴展概述；業(yè)務(wù)流程模型與抽象相關(guān)概念；KRA模型框架的智能世界擴展；業(yè)務(wù)流程的一般抽象模型框架；基于聚類技術(shù)的業(yè)務(wù)流程模型抽象。

近年來，深度學(xué)習(xí)可謂是機器學(xué)習(xí)方向的明星概念，不同的深度學(xué)習(xí)模型分別在圖像處理與自然語言處理等任務(wù)中取得了前所未有的好成績。 在許多場合都有這樣的需求“如何對感興趣的領(lǐng)域快速理解和使用深度學(xué)習(xí)技術(shù)?”答案涉及復(fù)雜的數(shù)學(xué)、編程語言(如C、C++和Java)。但隨著R的興起,現(xiàn)在使用深度學(xué)習(xí)技術(shù)比以往更容易。因為R易學(xué)易

本書介紹了實用機器學(xué)習(xí)的工作流程，主要從實用角度進行了描述，沒有數(shù)學(xué)公式和推導(dǎo)。本書涵蓋了數(shù)據(jù)收集與處理、模型構(gòu)建、評價和優(yōu)化、特征的識別、提取和選擇技術(shù)、高級特征工程、數(shù)據(jù)可視化技術(shù)以及模型的部署和安裝，結(jié)合3個真實案例全面、詳細地介紹了整個機器學(xué)習(xí)流程。后，還介紹了機器學(xué)習(xí)流程的擴展和大數(shù)據(jù)應(yīng)用。 本書可以作為程

作者從專業(yè)的角度，深入淺出，梳理了人工智能發(fā)展的歷程，其經(jīng)歷的不同階段概況，如今最前沿的發(fā)展現(xiàn)狀以及面臨的困境，并探討了其未來發(fā)展的可能性，堪稱一部精彩的人工智能進化史。

本書基于多重共現(xiàn)的知識發(fā)現(xiàn)方法的研究致力于將三個或三個以上特征項共現(xiàn)的現(xiàn)象作為研究主體，在總結(jié)現(xiàn)有的共現(xiàn)研究方法、數(shù)據(jù)挖掘技術(shù)、可視化技術(shù)、知識發(fā)現(xiàn)方法的基礎(chǔ)上，拓展共現(xiàn)現(xiàn)象的研究范圍。本書界定了多重共現(xiàn)的概念，構(gòu)建了一套多重共現(xiàn)的基礎(chǔ)理論體系，研究了可用于多重共現(xiàn)的可視化方式，設(shè)計并開發(fā)了三重共現(xiàn)的可視化分析工具，并

本書針對大數(shù)據(jù)呈現(xiàn)的體量巨大、多源異構(gòu)、動態(tài)性和不確定性等特點，以粒計算理論為基礎(chǔ)，以優(yōu)勢關(guān)系粗糙集模型為研究對象，以增量學(xué)習(xí)技術(shù)為方法，以并行計算框架為支撐，構(gòu)建大數(shù)據(jù)分析與挖掘的原理和方法及其算法，并融入了相關(guān)領(lǐng)域?qū)W者在動態(tài)知識發(fā)現(xiàn)、數(shù)據(jù)融合、大數(shù)據(jù)并行處理等成果，反映了基于粒計算和粗糙集視角處理大數(shù)據(jù)的最新進展。

不管我們是否愿意，半機械人時代已經(jīng)悄然來臨。也許，我們很快就會成為其中的一員。準(zhǔn)備好了么？讓我們一起去了解半機械人的現(xiàn)狀和未來吧！本書作者從德國出發(fā)，前往底特律，分別拜訪了相關(guān)的半機械人、研究員以及開發(fā)員，真實地介紹了半機械人研究的新動態(tài)、人類寄予半機械人的期盼以及人類對于半機械人的擔(dān)憂，并展望了半機械人的未來。

人工智能已經(jīng)來了，它就在我們身邊，幾乎無處不在。人工智能技術(shù)正在徹底改變?nèi)祟惖恼J知，重建人機相互協(xié)作的關(guān)系。史無前例的自動駕駛正在重構(gòu)我們頭腦中的出行地圖和人類生活圖景，今天的人工智能技術(shù)也正在翻譯、寫作、繪畫等人文和藝術(shù)領(lǐng)域進行大膽的嘗試。我們真的知道什么是人工智能嗎?我們真的準(zhǔn)備好與人工智能共同發(fā)展了嗎?我們該如何

本書共11章，主要包括人工智能的基本概念、知識表示技術(shù)、搜索策略、邏輯推理技術(shù)、不確定性推理方法、專家系統(tǒng)、機器學(xué)習(xí)、模式識別、Agent和多Agent系統(tǒng)、人工智能程序設(shè)計語言以及人工智能在電力系統(tǒng)中的應(yīng)用。

本書共有4部分，分9章。第壹部分對TensorFlow的歷史脈絡(luò)進行了簡要的梳理，介紹在安裝TensorFlow時應(yīng)當(dāng)考慮的因素，并給出了詳細的TensorFlow安裝指南；第二部分深入介紹TensorFlowAPI的基礎(chǔ)知識；第三部分關(guān)注一種更為復(fù)雜的深度學(xué)習(xí)模型，首先對模型進行描述，然后介紹如何用可視化的數(shù)據(jù)流圖表