本書(shū)通過(guò)基礎(chǔ)理論和算法實(shí)戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹了深度學(xué)習(xí)與交通大數(shù)據(jù)領(lǐng)域內(nèi)的計(jì)算機(jī)基礎(chǔ)知識(shí)案例和應(yīng)用實(shí)戰(zhàn)案例，并通過(guò)PyTorch框架實(shí)現(xiàn)所有深度學(xué)習(xí)算法及案例應(yīng)用。全書(shū)共8章，分別介紹了Python基礎(chǔ)知識(shí)、PyTorch基礎(chǔ)知識(shí)、深度學(xué)習(xí)基礎(chǔ)模型，以及基于深度學(xué)習(xí)的軌道交通刷卡數(shù)據(jù)、共享單車(chē)軌跡數(shù)據(jù)、出租車(chē)軌跡數(shù)

本書(shū)從多維數(shù)組Tensor開(kāi)始，循序漸進(jìn)地介紹PyTorch各方面的基礎(chǔ)知識(shí)，并結(jié)合深度學(xué)習(xí)中的經(jīng)典應(yīng)用，帶領(lǐng)讀者從零開(kāi)始完成幾個(gè)經(jīng)典而有趣的實(shí)際項(xiàng)目，包括動(dòng)漫頭像生成、風(fēng)格遷移、自動(dòng)寫(xiě)詩(shī)以及目標(biāo)檢測(cè)。本書(shū)還介紹了PyTorch的幾個(gè)高級(jí)擴(kuò)展，包括向量化計(jì)算、分布式加速以及CUDA擴(kuò)展。本書(shū)既適合深度學(xué)習(xí)的初學(xué)者及第一

本書(shū)是由作者總結(jié)多年在遙感圖像處理領(lǐng)域的本科教學(xué)與研究生培養(yǎng)經(jīng)驗(yàn)，依托團(tuán)隊(duì)在目標(biāo)檢測(cè)識(shí)別、語(yǔ)義分割、目標(biāo)跟蹤、人臉識(shí)別、生成對(duì)抗及圖像理解等圖像處理實(shí)際工程優(yōu)勢(shì)編寫(xiě)而成。本書(shū)從深度學(xué)習(xí)的基礎(chǔ)出發(fā)，讓學(xué)生掌握反向傳播、過(guò)擬合、損失和優(yōu)化、激活函數(shù)等知識(shí)，然后從深度學(xué)習(xí)的歷史出發(fā)，由Alexnet網(wǎng)絡(luò)結(jié)構(gòu)開(kāi)始，逐步RCMN

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)基于PythonSKlearn的解析本書(shū)前6章介紹基礎(chǔ)準(zhǔn)備、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、機(jī)器學(xué)習(xí)模型（分類(lèi)、回歸、聚類(lèi)）、集成學(xué)習(xí)、模型評(píng)估及持久化；第7章介紹機(jī)器學(xué)習(xí)在土木工程中的應(yīng)用場(chǎng)景，并以五個(gè)工程案例系統(tǒng)化講解SKlearn庫(kù)的應(yīng)用。本書(shū)輕原理、重實(shí)踐，適合廣大對(duì)機(jī)器學(xué)習(xí)有興趣，并且想系統(tǒng)學(xué)習(xí)數(shù)理統(tǒng)計(jì)的讀

作為該系列叢書(shū)的輯，本書(shū)的核心目的，在于幫助零基礎(chǔ)的學(xué)習(xí)者，以系統(tǒng)化的方式構(gòu)建起關(guān)于UX的基礎(chǔ)性認(rèn)知，并掌握用于應(yīng)對(duì)UX初級(jí)實(shí)踐的技能以及初建專業(yè)的反思能力。 但是，這并不意味著本書(shū)只適合零基礎(chǔ)的讀者閱讀。本系列叢書(shū)的核心特征在于基于對(duì)UX底層問(wèn)題的反思，進(jìn)而展開(kāi)UX理論體系的重構(gòu)。這在本書(shū)中的具體表現(xiàn)包括：，從不同維

本書(shū)主要包括深度學(xué)習(xí)的理論部分與實(shí)踐部分。在本書(shū)的理論部分中,本書(shū)從“學(xué)習(xí)”展開(kāi),通過(guò)對(duì)學(xué)習(xí)的詞源考察、歷史視野、學(xué)術(shù)視野梳理以及不同生命階段學(xué)習(xí)的分析,明確學(xué)習(xí)的本質(zhì)意涵和基本觀念。在此基礎(chǔ)上,分別從深度學(xué)習(xí)的緣起和進(jìn)展、理論基礎(chǔ)、基本內(nèi)涵、過(guò)程模型、評(píng)價(jià)模式五個(gè)維度對(duì)“深度學(xué)習(xí)”理論展開(kāi)闡述。在本書(shū)的實(shí)踐部分,基于

本書(shū)主要介紹了以Python為語(yǔ)言的人工智能相基礎(chǔ)概念和算法,以實(shí)訓(xùn)為主,在實(shí)訓(xùn)案例中深刻理解與掌握人工智能相關(guān)應(yīng)用。本書(shū)共分為五篇。第一篇介紹Python的基礎(chǔ)用法,包含了變量、操作符、列表、元組、字典、科學(xué)計(jì)算庫(kù)Numpy、可視化庫(kù)matplotlib等,第二篇介紹機(jī)器學(xué)習(xí)算法應(yīng)用,如KNN、邏輯回歸、決策樹(shù)等,第

本書(shū)圍繞人工智能基礎(chǔ)知識(shí)介紹了基本開(kāi)發(fā)環(huán)境及編程基礎(chǔ)知識(shí),機(jī)器學(xué)習(xí)中經(jīng)典及常用算法及算法實(shí)現(xiàn),深度學(xué)習(xí)基礎(chǔ)知識(shí)和實(shí)現(xiàn)環(huán)境,以及深度神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)過(guò)程,計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理的部分算法實(shí)現(xiàn),最后通過(guò)兩個(gè)嵌入式人工智能案例融合前面章節(jié)介紹的基礎(chǔ)算法,完整實(shí)現(xiàn)了人工智能在實(shí)際生活中的應(yīng)用實(shí)例。通過(guò)學(xué)習(xí),學(xué)生能掌握人工智能的

本書(shū)主要包括以下內(nèi)容:1.針對(duì)鏈接數(shù)據(jù)的結(jié)構(gòu)特點(diǎn),將數(shù)據(jù)的邏輯結(jié)構(gòu)抽象成模塊化本體庫(kù),給出了本體模塊知識(shí)完整性的概念,并證明了知識(shí)完整性的相關(guān)性質(zhì)。在此基礎(chǔ)上,提出了針對(duì)模塊化語(yǔ)義數(shù)據(jù)的保守?cái)U(kuò)充集成算法,分析并驗(yàn)證了算法的可行性和正確性。2.以RDF三元組為研究對(duì)象,研究了結(jié)構(gòu)化語(yǔ)義數(shù)據(jù)源的語(yǔ)義擴(kuò)展問(wèn)題。通過(guò)分析三元組

本書(shū)以“模擬論”化解種種對(duì)AI的質(zhì)疑；以通俗的語(yǔ)言、清晰的邏輯、有趣的歷史回眸和作者自己的工作體驗(yàn)引導(dǎo)讀者，撥開(kāi)圍繞AI的重重迷霧，獲得必備的AI概念和知識(shí)，了解AI的學(xué)術(shù)派別以及目前的困境和發(fā)展趨勢(shì)。從而看清我們國(guó)家和教育、科學(xué)、企業(yè)界面臨的競(jìng)爭(zhēng)態(tài)勢(shì)，自覺(jué)建立歡迎AI與人類(lèi)共生的科學(xué)心態(tài)，主動(dòng)投入自己“優(yōu)雅轉(zhuǎn)型”的歷