本書講述如何快速利用無服務(wù)器計算和基于云的人工智能服務(wù)的能力。介紹基礎(chǔ)知識后,將帶你領(lǐng)略第一個實際操作的無服務(wù)器人工智能項目:一個可識別任意網(wǎng)頁圖像的系統(tǒng)。在本書中,你將探索用于圖像分析的AmazonRekognition工具、云基礎(chǔ)設(shè)施部署、爬蟲服務(wù)和簡單API等技術(shù)。掌握這個有趣項目中的概念和技能后,你將著手構(gòu)建一

本書系統(tǒng)地闡述機(jī)器學(xué)習(xí)中常見的幾類模型,包括模型的思想、原理及實現(xiàn)細(xì)節(jié)等。同時,本書還結(jié)合了當(dāng)前熱門的機(jī)器學(xué)習(xí)框架Sklearn,對書中所涉及的模型進(jìn)行用法上詳細(xì)講解。全書共10章,第1章介紹機(jī)器學(xué)習(xí)開發(fā)環(huán)境的配置;第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評價指標(biāo),以及用于有監(jiān)督模型訓(xùn)練的梯度下降算法;第

本書以任務(wù)為導(dǎo)向，討論了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的主要問題，包括聚類、回歸、分類、標(biāo)注、降維、特征工程、超參數(shù)調(diào)優(yōu)、序列決策（強(qiáng)化學(xué)習(xí)）和對抗攻擊等。書中對上述每個問題，分別從決策函數(shù)類模型、概率類模型和神經(jīng)網(wǎng)絡(luò)類模型三個角度來討論具體的實現(xiàn)算法。本書在內(nèi)容上兼顧基礎(chǔ)知識和應(yīng)用實踐。總體上，以基本理論知識為主線，逐步展開，從

本書從人工智能時代說起，通過項目學(xué)習(xí)（PBL）的方式由淺入深地剖析圖像處理、人臉聚類、語音識別、人臉簽到、慧眼識人、自動駕駛小車等人工智能的相關(guān)應(yīng)用案例，并在此基礎(chǔ)上推出5個生動有趣的典型綜合實踐項目--裸眼3D、無人機(jī)+智慧農(nóng)業(yè)、創(chuàng)建自己的語音識別庫、語音播報智能垃圾桶、垃圾分類機(jī)器人。 本書項目在實施過程中，依托

本書主要內(nèi)容包括：入門篇（初識人工智能）、理解篇（認(rèn)知人工智能的應(yīng)用技術(shù)）、實踐篇（探索生活中的人工智能應(yīng)用）、拓展篇（理解人工智能的重要概念）。本書力求將人工智能相關(guān)理論、知識點與具體實踐應(yīng)用進(jìn)行結(jié)合，通過知識點對應(yīng)的實踐項目的設(shè)置，大大地增強(qiáng)教材的應(yīng)用性、豐富性及實踐性，極大地提升學(xué)生的學(xué)習(xí)興趣、理解能力和實踐能力

本書共12個單元，每個單元分為SectionA和SectionB兩部分。兩個部分圍繞同一主題，以不同的體裁形式呈現(xiàn)，并提供了參考譯文。本書涵蓋了人工智能領(lǐng)域廣泛的基礎(chǔ)研究主題，比如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計算機(jī)視覺、自然語言處理，展示了人工智能在多領(lǐng)域的具體應(yīng)用，比如推薦系統(tǒng)、人臉識別、聊天機(jī)器人、自動駕駛、智能機(jī)器人，并

本書分為三部分。第一部分介紹MLOps主題，深入探討了它是如何(以及為什么)發(fā)展成一門學(xué)科的、需要誰參與才能成功執(zhí)行MLOps以及需要哪些組成部分。第二部分介紹了機(jī)器學(xué)習(xí)模型的生命周期，其中包括有關(guān)模型開發(fā)、生產(chǎn)準(zhǔn)備、生產(chǎn)部署、監(jiān)控和治理的章節(jié)。這些章節(jié)不僅包括一般的注意事項，還包括MLOps生命周期每個階段的注意事項

本書系統(tǒng)全面地闡述了對偶學(xué)習(xí)，可以讓相關(guān)研究人員和從業(yè)者更好地了解該領(lǐng)域的前沿技術(shù)。全書分為五部分。第一部分簡要介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識。第二部分以機(jī)器翻譯、圖像翻譯、語音處理及其他自然語言處理/計算機(jī)視覺任務(wù)為例，詳細(xì)介紹了基于對偶重構(gòu)準(zhǔn)則的算法。第三部分介紹基于概率準(zhǔn)則的若干研究，包括基于聯(lián)合概率準(zhǔn)則的對偶

本書旨在全面回顧異質(zhì)圖表示學(xué)習(xí)的發(fā)展，并介紹其最新研究進(jìn)展。首先從方法和技術(shù)兩個角度總結(jié)了現(xiàn)有的工作，并介紹了該領(lǐng)域的一些公開資源。然后分類詳細(xì)介紹了最新模型與應(yīng)用。最后討論了異質(zhì)圖表示學(xué)習(xí)未來的研究方向，并總結(jié)了本書的內(nèi)容。全書主體內(nèi)容分為四個部分，第一部分快速介紹整個領(lǐng)域，第二、三部分深入研究相關(guān)技術(shù)和應(yīng)用，第四部

本書是機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)一部具有里程碑意義的著作。包括哥倫比亞大學(xué)、北京大學(xué)在內(nèi)的多個國內(nèi)外名校均有以該書為基礎(chǔ)開設(shè)的研究生課程。全書內(nèi)容豐富，視野寬闊，深入淺出地介紹了目前機(jī)器學(xué)習(xí)重要的理論和關(guān)鍵的算法。