人工智能將幫助人們把事情做得更好、更快，并在成本效益上更突出，它將深刻改變交通、旅游、醫(yī)療、教育、零售、農(nóng)業(yè)、金融、銷售和營銷等行業(yè)。事實(shí)上，人工智能很可能極大地改變?nèi)祟惿鐣�。你可能聽說過很多工作將被人工智能或機(jī)器人取代，但你是否知道，與此同時，大量的新工作將由人工智能創(chuàng)造?本書涵蓋了許多與人工智能相關(guān)的有趣話題，包括

本書是一部論述機(jī)器學(xué)習(xí)原理與算法的立體化教材（含紙質(zhì)圖書、教學(xué)課件和部分視頻教程），本書兼顧機(jī)器學(xué)習(xí)基礎(chǔ)、經(jīng)典方法和深度學(xué)習(xí)方法。對組成機(jī)器學(xué)習(xí)的基礎(chǔ)知識和基本算法做了比較細(xì)致的介紹，對廣泛應(yīng)用的經(jīng)典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機(jī)、決策樹和集成學(xué)習(xí)等算法都給出了深入的分析，并討論了無監(jiān)督學(xué)習(xí)的基本方法

本書是一本系統(tǒng)論述TensorFlow編程的新形態(tài)圖書(含紙質(zhì)圖書、程序代碼及微課視頻)。全書分為22章:第1~5章介紹了TensorFlow基礎(chǔ);第6~8章介紹了神經(jīng)網(wǎng)絡(luò)多層感知層編程;第9~12章介紹了人工智能數(shù)學(xué);第13章介紹了存儲和讀取;第14章介紹了回歸預(yù)測數(shù)據(jù)結(jié)果;第15~17章介紹了圖形辨識和CNN;第1

告訴你一個不太光彩的秘密:在大多數(shù)數(shù)據(jù)科學(xué)項目中，有一半的時間都花在清理和準(zhǔn)備數(shù)據(jù)上了。但還有更好的方法:針對表格數(shù)據(jù)和關(guān)系數(shù)據(jù)庫進(jìn)行優(yōu)化的深度學(xué)習(xí)技術(shù)，無需密集的特性工程，就能提供洞察和分析。學(xué)習(xí)使用少量的數(shù)據(jù)過濾、驗證和清洗，就能解鎖深度學(xué)習(xí)性能的技能�！渡疃葘W(xué)習(xí)處理結(jié)構(gòu)化數(shù)據(jù)實(shí)戰(zhàn)》傳授面向表格數(shù)據(jù)和關(guān)系數(shù)據(jù)庫的強(qiáng)

作為一門應(yīng)用型學(xué)科，機(jī)器學(xué)習(xí)植根于數(shù)學(xué)理論，落地于代碼實(shí)現(xiàn)。這就意味著，掌握公式推導(dǎo)和代碼編寫，方能更加深入地理解機(jī)器學(xué)習(xí)算法的內(nèi)在邏輯和運(yùn)行機(jī)制。本書在對全部機(jī)器學(xué)習(xí)算法進(jìn)行分類梳理的基礎(chǔ)之上，分別對監(jiān)督學(xué)習(xí)單模型、監(jiān)督學(xué)習(xí)集成模型、無監(jiān)督學(xué)習(xí)模型、概率模型四個大類共26個經(jīng)典算法進(jìn)行了細(xì)致的公式推導(dǎo)和代碼實(shí)現(xiàn)，旨在

《事件驅(qū)動神經(jīng)形態(tài)系統(tǒng)》系統(tǒng)地描述了神經(jīng)形態(tài)工程領(lǐng)域的新技術(shù)，包括構(gòu)建完整的神經(jīng)形態(tài)芯片和解決制造多芯片可擴(kuò)展系統(tǒng)面臨的技術(shù)問題�！妒录�驅(qū)動神經(jīng)形態(tài)系統(tǒng)》主要內(nèi)容分為兩部分。分（第2-6章）描述了所構(gòu)建的AER通信體系結(jié)構(gòu)、AER傳感器和電子神經(jīng)模型，其中，第2-5章用樹狀圖描述了將架構(gòu)和電路關(guān)聯(lián)起來的歷史，并引導(dǎo)讀者

本書是一本創(chuàng)建真實(shí)世界智能系統(tǒng)的問題解決指南。提供了一種包含概念、實(shí)踐、實(shí)際示例和代碼示例的綜合方法，教給讀者理解和解決機(jī)器學(xué)習(xí)不同問題所需的重要技能。通過介紹Python機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)中的真實(shí)案例研究，教授成為一個成功的實(shí)踐者所必需的機(jī)器學(xué)習(xí)技術(shù)。本書還側(cè)重于機(jī)器學(xué)習(xí)的基礎(chǔ)知識，以解決不同領(lǐng)域的真實(shí)世界案例，包括生

《Python深度學(xué)習(xí)（第2版）》系統(tǒng)地講解了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)理論知識，揭秘了各種神經(jīng)網(wǎng)絡(luò)架構(gòu)如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)和膠囊網(wǎng)絡(luò)背后的原理和實(shí)際應(yīng)用；講解了如何使用高性能的算法和常用的Python框架來進(jìn)行訓(xùn)練，以及如何解決計算機(jī)視覺、自然語言處理和語音識別等領(lǐng)域的問題；還講解了生成模型

故事的主角露比是一個6歲的小女孩，她有一頭火紅色的熱情的頭發(fā)，天不怕地不怕，充滿想象力，喜歡各種冒險。在“人工智能”的故事里，露比和她的好朋友茱莉亞帶著小機(jī)器人（AI）來到學(xué)校。在學(xué)習(xí)的過程中，同學(xué)們發(fā)現(xiàn)很多事情AI做得比人類更好，但也有很多事情是AI不會做的。小機(jī)器人在學(xué)校能學(xué)到什么呢？它會教給露比和她的同學(xué)什么樣的

本書第1章介紹聯(lián)邦學(xué)習(xí)的發(fā)展背景和歷程，以及金融業(yè)中數(shù)據(jù)共享的機(jī)遇和挑戰(zhàn)。第2-5章介紹不同類型的機(jī)器學(xué)習(xí)方法在聯(lián)邦學(xué)習(xí)模式下的實(shí)現(xiàn)，以及關(guān)鍵算法原理。第6章介紹聯(lián)邦學(xué)習(xí)開源框架FATE的架構(gòu)和部署，以及在金融控股集團(tuán)內(nèi)大數(shù)據(jù)平臺上建立跨機(jī)構(gòu)統(tǒng)一數(shù)據(jù)科學(xué)平臺的實(shí)施方案。第7章從建模者的角度展示了典型建模流程的實(shí)戰(zhàn)過程。