本書分為9章，包括緒論、知識(shí)表示與推理、圖搜索技術(shù)和問題求解、智能優(yōu)化算法、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、專家系統(tǒng)、模式識(shí)別與機(jī)器視覺、強(qiáng)化學(xué)習(xí)與生成對(duì)抗網(wǎng)絡(luò)。本書力求在講解人工智能基礎(chǔ)的前提下，同時(shí)對(duì)應(yīng)用型的人工智能前沿知識(shí)理論和科技成果進(jìn)行展現(xiàn)，結(jié)構(gòu)組織合理，內(nèi)容理論與實(shí)踐相結(jié)合，對(duì)讀者的層次和理解進(jìn)行了充分考

Kubeflow是基于K8S的機(jī)器學(xué)習(xí)工具包，是為數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師構(gòu)建生產(chǎn)級(jí)別的機(jī)器學(xué)習(xí)實(shí)現(xiàn)而設(shè)計(jì)的。本書采用循序漸進(jìn)的方式，從Kubeflow的安裝、使用和設(shè)計(jì)開篇，隨后從模型訓(xùn)練的整個(gè)周期展開，涵蓋了數(shù)據(jù)探索、特征準(zhǔn)備、模型訓(xùn)練/調(diào)優(yōu)、模型服務(wù)、模型測試、模型監(jiān)測和模型版本管理等各個(gè)環(huán)節(jié)，既有相關(guān)的理論知識(shí)也

阿里云IoTHaaS（HardwareasaService）物聯(lián)網(wǎng)設(shè)備云端一體低代碼開發(fā)框架集合阿里云、達(dá)摩院、平頭哥相關(guān)技術(shù)，基于數(shù)億臺(tái)物聯(lián)網(wǎng)設(shè)備接入經(jīng)驗(yàn)，提供積木式硬件開發(fā)能力，實(shí)現(xiàn)低代碼快速開發(fā)，幫助中小開發(fā)者聚焦業(yè)務(wù)，實(shí)現(xiàn)設(shè)備安全上云，加速設(shè)備創(chuàng)新迭代。本書主要對(duì)HaaS開發(fā)框架中的技術(shù)進(jìn)行詳細(xì)的介紹，主要包括

本書介紹統(tǒng)計(jì)計(jì)算與智能分析基礎(chǔ)理論以及基于Python的模型算法實(shí)現(xiàn)。全書由13章組成，主要內(nèi)容有：隨機(jī)數(shù)生成技術(shù)；數(shù)據(jù)探索性分析；特征提取與選擇方法；期望算法；Markov鏈蒙特卡羅方法；重采樣技術(shù)；重要采樣技術(shù)；序貫重要性采樣；非參數(shù)概率密度估計(jì)；非參數(shù)回歸分析；樹模型理論；概率圖模型；模型性能評(píng)價(jià)技術(shù)。

本教程通過闡述直觀而嚴(yán)謹(jǐn)?shù)臋C(jī)器學(xué)習(xí)方法，為學(xué)生學(xué)習(xí)和掌握研究和構(gòu)建數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品所需的基本知識(shí)和實(shí)用工具。內(nèi)容優(yōu)先解析幾何直覺和算法思維，為學(xué)生提供新穎和易于學(xué)習(xí)的方式；書中也強(qiáng)調(diào)機(jī)器學(xué)習(xí)結(jié)合實(shí)際應(yīng)用，包括計(jì)算機(jī)視覺、自然語言處理、經(jīng)濟(jì)學(xué)、神經(jīng)科學(xué)、推薦系統(tǒng)、物理學(xué)和生物學(xué)案例分析；作者精心設(shè)計(jì)300多幅彩色插圖，讓讀者

本書對(duì)所有重要的機(jī)器學(xué)習(xí)方法和新近研究趨勢(shì)進(jìn)行了深入探索，新版重寫了關(guān)于神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的章節(jié)，并擴(kuò)展了關(guān)于貝葉斯學(xué)習(xí)的內(nèi)容。書中首先討論基礎(chǔ)知識(shí)，包括均方、zui小二乘和zui大似然方法，以及嶺回歸、貝葉斯決策理論分類、邏輯回歸和決策樹。然后介紹較新的技術(shù)，包括稀疏建模方法、再生核希爾伯特空間和支持向量機(jī)中的學(xué)習(xí)、

本書致力于推動(dòng)人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能相關(guān)知識(shí)，包括機(jī)器學(xué)習(xí)和深度學(xué)□□基本內(nèi)容，并結(jié)合圖像信息處理和自然語言處理兩個(gè)典型應(yīng)用展開闡述，使讀者能快速掌握人工智能的基本概念、基本知識(shí)體系和框架，為進(jìn)一步學(xué)習(xí)打下良好基礎(chǔ)。本書共分6章：前4章主要介紹基礎(chǔ)入門知識(shí)，包括緒論、基本分類、回

本書可能是國內(nèi)第一本較為全面地介紹人工智能倫理的主要概念及人工智能應(yīng)用倫理等方面知識(shí)的書籍。書中系統(tǒng)性地展示了人工智能面臨的各方面的倫理問題。在介紹社會(huì)關(guān)注的熱點(diǎn)人工智能倫理問題，如數(shù)據(jù)、算法、機(jī)器人、自動(dòng)駕駛以及人工智能行業(yè)應(yīng)用倫理等問題的基礎(chǔ)上，提出

本書以Python為基礎(chǔ)，使用Sklearn平臺(tái)，逐步帶領(lǐng)讀者熟悉并掌握機(jī)器學(xué)習(xí)的經(jīng)典算法。全書共12章，主要內(nèi)容包括人工智能概述、Python科學(xué)計(jì)算、數(shù)據(jù)清洗與特征預(yù)處理、數(shù)據(jù)劃分與特征提取、特征降維與特征選擇、模型評(píng)估與選擇、KNN算法、決策樹、線性模型、樸素貝葉斯算法、支持向量機(jī)和k均值聚類算法，附錄介紹了課程

《OpenCV4.0+Python機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺實(shí)戰(zhàn)》詳細(xì)闡述了機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺相關(guān)的基本解決方案，主要包括濾鏡、深度傳感器和手勢(shì)識(shí)別、通過特征匹配和透視變換查找對(duì)象、使用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)重建3D場景、在OpenCV中使用計(jì)算攝影、跟蹤視覺上的顯著對(duì)象、識(shí)別交通標(biāo)志、識(shí)別面部表情、對(duì)象分類和定位、檢測和跟蹤對(duì)象等