《圖解人工智能大全》由日本著名人工智能（AI）研究機(jī)構(gòu)首席研究員和高級研究員撰寫。作為AI的入門讀物，本書旨在以簡單易懂的語言向?qū)�業(yè)人士和普通讀者介紹AI的基礎(chǔ)、前沿的商務(wù)案例，以及AI系統(tǒng)構(gòu)筑的注意事項(xiàng)等相關(guān)知識�？紤]到有些讀者可能不具備相關(guān)的專業(yè)知識，本書使用了大量圖片，以幫助讀者理解文字內(nèi)容�！秷D解人工智能大全》

這是一套幫助培養(yǎng)孩子計(jì)算思維的系列練習(xí)冊，包括《大問題小問題》《找找規(guī)律吧》《流程圖來幫忙》《生活中的算法》共4冊，圍繞計(jì)算思維的四大組成要素（問題分解、模式識別、抽象和算法建設(shè)）展開。每一冊的內(nèi)容有意識地側(cè)重單個(gè)要素能力的培養(yǎng)，內(nèi)容難度循序漸進(jìn)。每冊通過綜合性的問題，讓孩子將四個(gè)要素融會(huì)貫通、反復(fù)練習(xí)，應(yīng)用于解決實(shí)際

《集成學(xué)習(xí)入門與實(shí)戰(zhàn)：原理、算法與應(yīng)用》通過6章內(nèi)容全面地解讀了集成學(xué)習(xí)的基礎(chǔ)知識、集成學(xué)習(xí)技術(shù)、集成學(xué)習(xí)庫和實(shí)踐應(yīng)用。其中集成學(xué)習(xí)技術(shù)包括采樣、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、隨機(jī)森林、決策樹等，從混合訓(xùn)練數(shù)據(jù)到混合模型，再到混合組合，邏輯嚴(yán)謹(jǐn)

《人工智能全書：一本書讀懂AI基礎(chǔ)知識、商業(yè)應(yīng)用與技術(shù)發(fā)展》系統(tǒng)地講解了AI基礎(chǔ)知識、商業(yè)應(yīng)用與技術(shù)發(fā)展，可以幫助讀者快速了解人工智能，掌握行業(yè)動(dòng)態(tài)與技術(shù)。全書圖文并茂，淺顯易懂，其中基礎(chǔ)篇介紹了AI的基礎(chǔ)知識，商業(yè)篇預(yù)測了AI在各行各業(yè)的應(yīng)用與發(fā)展，技術(shù)篇?jiǎng)t講解了AI的各種專業(yè)技術(shù)知識�！度斯ぶ悄苋珪�：一本書讀懂AI

本書首先介紹深度學(xué)習(xí)方面的數(shù)學(xué)知識與Python基礎(chǔ)知識，線性模型中的線性回歸模型和logistic模型；然后講述正向傳播算法、反向傳播算法及深度神經(jīng)網(wǎng)絡(luò)的完整訓(xùn)練流程，輸出層的激活函數(shù)和隱藏層的常見激活函數(shù)，深度學(xué)習(xí)的過擬合和欠擬合，應(yīng)對過擬合的方法，以及使用TensorFlow2建立深度神經(jīng)網(wǎng)絡(luò)模型的步驟；接著介紹

本書分兩部分對時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用進(jìn)行了介紹：第一部分對隨機(jī)時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性進(jìn)行了分析，第二部分則對遞歸神經(jīng)網(wǎng)絡(luò)在優(yōu)化算法及智能控制等方面的應(yīng)用進(jìn)行了介紹。

本書分為基礎(chǔ)理論篇與應(yīng)用實(shí)踐篇�；�礎(chǔ)理論篇主要闡述機(jī)器學(xué)習(xí)基本概念與技術(shù)體系，從應(yīng)用角度分析各技術(shù)環(huán)節(jié)，并借助專利分析方法與文獻(xiàn)分析方法，總結(jié)機(jī)器學(xué)習(xí)在不同領(lǐng)域的發(fā)展趨勢和研究熱點(diǎn)。應(yīng)用實(shí)踐篇主要結(jié)合實(shí)際工作中機(jī)器學(xué)習(xí)的運(yùn)用情況，從技術(shù)支撐角度闡述機(jī)器學(xué)習(xí)在各行業(yè)領(lǐng)域的應(yīng)用現(xiàn)狀；對科技管理、醫(yī)療健康、稅務(wù)大數(shù)據(jù)、缺陷檢

本書以高校和企業(yè)合作的人工智能大數(shù)據(jù)標(biāo)注基地的實(shí)際運(yùn)作經(jīng)驗(yàn)為基礎(chǔ),將自己在AI大數(shù)據(jù)標(biāo)注工廠中所領(lǐng)悟到的管理方法和所使用的技術(shù)平臺(tái)進(jìn)行詳細(xì)闡述,并結(jié)合實(shí)際案例進(jìn)行講解,在兼顧初學(xué)者的同時(shí),更偏重于如何以數(shù)據(jù)標(biāo)注工廠的層面從管理方法和技術(shù)手段上提高AI大數(shù)據(jù)標(biāo)注生產(chǎn)能力的探討。

本書分為計(jì)算機(jī)語言、數(shù)學(xué)、AI基本概念、基本程序4部分，共14章，包括MATLAB、Linux、Python、簡單隨機(jī)過程基礎(chǔ)知識、隨機(jī)矩陣?yán)碚摵喪�、深度學(xué)習(xí)基本概念等內(nèi)容。

本書分為人工智能啟蒙、人工智能創(chuàng)新實(shí)踐和人工智能科創(chuàng)實(shí)踐3個(gè)章節(jié)，每個(gè)章節(jié)包含若干個(gè)主題活動(dòng)，每個(gè)主題設(shè)置了情境導(dǎo)入、知識沖浪、編程實(shí)踐和總結(jié)與反饋等環(huán)節(jié)。