本書是創(chuàng)客應(yīng)用技能訓(xùn)練叢書之一,本書遵循“以能力培養(yǎng)為核心,以技能訓(xùn)練為主線,以理論知識為支撐”的編寫思想,采用基于工作過程的任務(wù)驅(qū)動教學(xué)模式,使用基于智能硬件ESP32WiFi模塊的優(yōu)創(chuàng)ESP32開發(fā)板、WeMosD1R32開發(fā)板,應(yīng)用ArduinoIDE開發(fā)環(huán)境、MicroPythonIDE開發(fā)環(huán)境及編程方法,以4
本書在國內(nèi)外關(guān)于腦模型與智能機(jī)已有工作成果的基礎(chǔ)上,在腦科學(xué)、神經(jīng)科學(xué)等新進(jìn)展、新成果的啟發(fā)下,從生物控制論和大系統(tǒng)控制論的觀點(diǎn)出發(fā),對人腦的全局腦結(jié)構(gòu)、整體腦功能進(jìn)行體系結(jié)構(gòu)分析,突出信息處理的智能特性,淡化信息處理的生理特性,從而提出模擬人腦結(jié)構(gòu)和功能的三中樞自協(xié)調(diào)類腦模型的總體方案。本書提出用感知中樞、思維中樞和
本書采用項(xiàng)目式學(xué)習(xí)法,通過簡單、有趣、實(shí)用性強(qiáng)的小案例,讓讀者能夠輕松體驗(yàn)和學(xué)習(xí)深奧的人工智能技術(shù)。同時,每個項(xiàng)目通過無代碼的人工智能學(xué)習(xí)網(wǎng)站、拖拽式積木編程、少量代碼的Python編程等多種方式實(shí)現(xiàn),讀者可以根據(jù)自身水平選擇合適的方式進(jìn)行學(xué)習(xí)體驗(yàn)。 本書共分7章,序章總述人工智能,第1~6章分別從圖像處理、文本處理
本書是一本面向編程人員的人工智能基礎(chǔ)教程,側(cè)重于介紹機(jī)器學(xué)習(xí)模型在不同場景下的部署,通過直觀的例子解釋機(jī)器學(xué)習(xí)和人工智能的基本概念,并給出代碼實(shí)現(xiàn)。本書分為兩部分:第一部分(第1章-第11章)介紹了如何使用TensorFlow來創(chuàng)建適用于不同應(yīng)用場景(計(jì)算機(jī)視覺、自然語言處理和序列建模)的機(jī)器學(xué)習(xí)模型;第二部分(第12
《圖機(jī)器學(xué)習(xí)》詳細(xì)闡述了與圖機(jī)器學(xué)習(xí)相關(guān)的基本解決方案,主要包括圖的基礎(chǔ)知識、圖機(jī)器學(xué)習(xí)概述、無監(jiān)督圖學(xué)習(xí)、有監(jiān)督圖學(xué)習(xí)、使用圖機(jī)器學(xué)習(xí)技術(shù)解決問題、社交網(wǎng)絡(luò)圖、使用圖進(jìn)行文本分析和自然語言處理、信用卡交易的圖分析、構(gòu)建數(shù)據(jù)驅(qū)動的圖應(yīng)用程序和圖的新趨勢等內(nèi)容。此外,本書還提供了相應(yīng)的示例、代碼,以幫助讀者進(jìn)一步理解相關(guān)
本書全面介紹人工智能的基本理論、技術(shù)及應(yīng)用。全書共12章,主要內(nèi)容包括人工智能概論、知識表示與知識圖譜、模糊推理、搜索策略、遺傳算法、群智能算法、人工神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)、專家系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺和智能機(jī)器人,附錄部分給出了實(shí)用性強(qiáng)的12個實(shí)驗(yàn)。本書強(qiáng)調(diào)人工智能知識的基礎(chǔ)性、整體性、綜合性和廣博性,使
本書系統(tǒng)講述智能現(xiàn)象的簡要?dú)v史。全書共分為10章。第1章介紹本書的寫作背景、對智能的不同定義、圍繞智能現(xiàn)象的問題、本書對智能現(xiàn)象的新假說;第2章介紹宇宙從無到有的過程、不安分的宇宙、改變以穩(wěn)定宇宙;第3章介紹物理學(xué)中的智能現(xiàn)象、重力智能、重力和暗能量、最小作用量原則、量子隱形傳態(tài);第4章介紹化學(xué)的簡要發(fā)展歷程、耗散結(jié)構(gòu)
《PyTorch編程技術(shù)與深度學(xué)習(xí)》講述深度學(xué)習(xí)的基本原理,使用PyTorch展示涉及的深度學(xué)習(xí)算法。通過理論講解和編程操作,使讀者了解并掌握深度學(xué)習(xí)的原理和PyTorch編程技能,拉近理論與實(shí)踐的距離。全書共分9章,主要內(nèi)容包括PyTorch介紹、PyTorch基礎(chǔ)編程、深度學(xué)習(xí)快速入門、神經(jīng)網(wǎng)絡(luò)訓(xùn)練與優(yōu)化、卷積神經(jīng)
這是一本面向?qū)I和機(jī)器學(xué)習(xí)的活用感興趣的經(jīng)營層、企劃部門、事業(yè)部門和IT部門等從業(yè)人員的書籍。從打消為什么現(xiàn)在應(yīng)該努力呢這樣的疑問開始,到即便對AI和機(jī)器學(xué)習(xí)的前提知識沒有了解,也能夠理解如何建立項(xiàng)目,怎樣創(chuàng)造出成果的方法論。本書旨在作為咨詢公司和系統(tǒng)開發(fā)公司等尋求外部AI支援的參考書。
本書分析研究了深度學(xué)習(xí)相關(guān)的網(wǎng)絡(luò)模型,以及不同網(wǎng)絡(luò)模型的算法結(jié)構(gòu)、原理與核心思想及實(shí)戰(zhàn)案例。主要內(nèi)容涉及人工神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)及其擴(kuò)展模型、深度生成對抗網(wǎng)絡(luò)及其擴(kuò)展模型、深度受限玻爾茲曼機(jī)及其擴(kuò)展模型、深度信念網(wǎng)絡(luò)及其擴(kuò)展模型、深度自編碼器及其擴(kuò)展模型等深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)、原