:寫(xiě)給孩子的編程思維啟蒙書(shū)--走近AI(人工智能),從人工智能的發(fā)展歷史和人工智能存在的問(wèn)題點(diǎn)出發(fā),引出人工智能的5大功能:知識(shí)、推理、探索、分類(lèi)、學(xué)習(xí)。寫(xiě)給孩子的編程思維啟蒙書(shū)--趣學(xué)編程,不是講解具體的編程語(yǔ)言,而是向孩子介紹編程的思考方法:運(yùn)算符、條件分支、變量·型、排列、重復(fù)、函數(shù)。寫(xiě)給孩子的編程思維啟蒙書(shū)--

本書(shū)是一本由淺入深地介紹深度學(xué)習(xí)的理論原理及PyTorch深度學(xué)習(xí)框架的入門(mén)書(shū)籍，全書(shū)通過(guò)圖文并茂的方式對(duì)重點(diǎn)知識(shí)進(jìn)行講解，注重實(shí)踐，詳細(xì)地介紹了PyTorch的基本使用、神經(jīng)網(wǎng)絡(luò)的構(gòu)建和訓(xùn)練技巧、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)，以及前沿的深度生成模型的應(yīng)用。通過(guò)學(xué)習(xí)本書(shū)，讀者不僅可以了解深度學(xué)習(xí)，而且可以輕松實(shí)現(xiàn)機(jī)

本書(shū)為教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目“基于過(guò)程解析及仿真的認(rèn)知性VDT作業(yè)人因可靠性研究”的最終研究成果。本書(shū)運(yùn)用人因工程、認(rèn)知心理學(xué)、管理學(xué)及計(jì)算機(jī)仿真的理論與方法，從過(guò)程解析視角對(duì)認(rèn)知性VDT作業(yè)績(jī)效及管理問(wèn)題進(jìn)行了系統(tǒng)的實(shí)驗(yàn)研究。

《細(xì)說(shuō)機(jī)器學(xué)習(xí)：從理論到實(shí)踐》從數(shù)學(xué)知識(shí)入手，詳盡細(xì)致地闡述機(jī)器學(xué)習(xí)各方面的理論知識(shí)、常用算法與流行框架，并以大量代碼示例進(jìn)行實(shí)踐。本書(shū)內(nèi)容分為三篇：篇為基礎(chǔ)知識(shí)，包括機(jī)器學(xué)習(xí)概述、開(kāi)發(fā)環(huán)境和常用模塊、特征工程、模型評(píng)估、降維方法等內(nèi)容。本篇詳細(xì)而友好地介紹機(jī)器學(xué)習(xí)的核心概念與原理，并結(jié)合大量示例幫助讀者輕松入門(mén)。第二

《深度序列模型與自然語(yǔ)言處理：基于TensorFlow2實(shí)踐》以自然語(yǔ)言和語(yǔ)音信號(hào)處理兩大應(yīng)用領(lǐng)域?yàn)檩d體，詳細(xì)介紹深度學(xué)習(xí)中的各種常用序列模型。在講述理論知識(shí)的同時(shí)輔以代碼實(shí)現(xiàn)和講解，幫助讀者深入掌握相關(guān)知識(shí)技能�！渡疃刃蛄心Ｐ团c自然語(yǔ)言處理：基于TensorFlow2實(shí)踐》共12章，不僅涵蓋了詞向量、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷

本書(shū)是“比爾·畢曉普商業(yè)經(jīng)典”系列圖書(shū)中的一冊(cè)。比爾·畢曉普提供了人工智能和自動(dòng)化時(shí)代的29種制勝策略,包括從最基本的戰(zhàn)略層面,到用更少的資源創(chuàng)造更多的價(jià)值,再到如何與當(dāng)下的科技進(jìn)行互動(dòng)等。作者用獨(dú)特的敘述和輕松的故事為我們梳理了AI和自動(dòng)化時(shí)代下所需的技能,例如他提出在“人機(jī)共舞”的時(shí)代,人們所需要具備的能力為無(wú)限的

本書(shū)對(duì)“西瓜書(shū)”中除了公式以外的重難點(diǎn)內(nèi)容加以解析,以過(guò)來(lái)人視角給出學(xué)習(xí)建議,對(duì)比較難理解的公式和重點(diǎn)內(nèi)容擴(kuò)充具體例子說(shuō)明,以及對(duì)跳步過(guò)大的公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。全書(shū)共16章,與西瓜書(shū)章節(jié)、公式一一對(duì)應(yīng),每個(gè)公式的解析和推導(dǎo)本書(shū)都以本科數(shù)學(xué)基礎(chǔ)的視角進(jìn)行講解,希望能夠幫助讀者成為合格的“理工科數(shù)學(xué)基礎(chǔ)扎實(shí)點(diǎn)的大二下學(xué)

本書(shū)是一本人工智能應(yīng)用方法論的書(shū)，從技術(shù)原理、項(xiàng)目實(shí)踐到商業(yè)戰(zhàn)略再到實(shí)踐課，逐層放開(kāi)視野。 部分首先圍繞機(jī)器為何學(xué)習(xí)和機(jī)器怎樣學(xué)習(xí)展開(kāi)，樹(shù)立機(jī)器學(xué)習(xí)的基本觀(guān)念，認(rèn)識(shí)大數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的價(jià)值，啟發(fā)對(duì)產(chǎn)業(yè)應(yīng)用的思考；然后聚焦機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的技術(shù)原理和實(shí)踐經(jīng)驗(yàn)，詳述假設(shè)目標(biāo)尋解的學(xué)習(xí)框架，探討模型如何變強(qiáng)，以及建

強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)的重要分支，是實(shí)現(xiàn)通用人工智能的重要途徑。本書(shū)介紹了強(qiáng)化學(xué)習(xí)在算法層面的快速發(fā)展，包括值函數(shù)、策略梯度、值分布建模等基礎(chǔ)算法，以及為了提升樣本效率產(chǎn)生的基于模型學(xué)習(xí)、探索與利用、多目標(biāo)學(xué)習(xí)、層次化學(xué)習(xí)、技能學(xué)習(xí)等算法，以及一些新興領(lǐng)域，包括離線(xiàn)學(xué)習(xí)、表示學(xué)習(xí)、元學(xué)習(xí)等，旨在提升數(shù)據(jù)高效性和策略的泛化能

本書(shū)對(duì)優(yōu)化算法的理論和研究進(jìn)展進(jìn)行了系統(tǒng)的梳理，旨在幫助讀者快速了解該領(lǐng)域的發(fā)展脈絡(luò)，掌握必要的基礎(chǔ)知識(shí)，進(jìn)而推進(jìn)前沿研究工作。本書(shū)首先介紹流行的機(jī)器學(xué)習(xí)模式，對(duì)重要的優(yōu)化理論進(jìn)行回顧，接著重點(diǎn)討論已廣泛應(yīng)用于優(yōu)化的算法，以及有潛力應(yīng)用于大規(guī)模機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的算法，包括一階方法、隨機(jī)優(yōu)化方法、隨機(jī)和分布式方法、非凸