本書(shū)以實(shí)戰(zhàn)為主，通過(guò)豐富的實(shí)戰(zhàn)案例向讀者介紹深度學(xué)習(xí)可應(yīng)用和落地的項(xiàng)目，書(shū)中所有案例都基于Python+TensorFlow2.5+Keras技術(shù)，可用于深度學(xué)習(xí)課程的實(shí)戰(zhàn)訓(xùn)練。本書(shū)配套示例源碼、PPT課件、思維導(dǎo)圖、數(shù)據(jù)集、開(kāi)發(fā)環(huán)境與答疑服務(wù)。全書(shū)共分11章。第1章講解深度學(xué)習(xí)的概念、流程、應(yīng)用場(chǎng)景、模型分類和框架選

本書(shū)是一本介紹智能運(yùn)維的實(shí)戰(zhàn)指南，聚焦實(shí)際應(yīng)用場(chǎng)景，通過(guò)十余個(gè)實(shí)戰(zhàn)案例，詳細(xì)講解每個(gè)場(chǎng)景中的痛點(diǎn)、適用的算法、試驗(yàn)和*終方案,系統(tǒng)介紹了AI技術(shù)在運(yùn)維工作中的應(yīng)用。本書(shū)內(nèi)容分為3部分，第1部分是智能運(yùn)維、人工智能的概念和發(fā)展趨勢(shì)，包括第1、2章；第2部分是智能運(yùn)維中需要用到的人工智能技術(shù)和算法，包括第3、4、5章；第3

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(yíng)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?huì)。你可能聽(tīng)說(shuō)過(guò)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(shí)，大量的新工作將由人工智能創(chuàng)造?本書(shū)涵蓋了許多與人工智能相關(guān)的有趣話題，包括

本書(shū)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(shū)、教學(xué)課件和部分視頻教程），本書(shū)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(duì)組成機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和基本算法做了比較細(xì)致的介紹，對(duì)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(shù)和集成學(xué)習(xí)等算法都給出了深入的分析，并討論了無(wú)監(jiān)督學(xué)習(xí)的基本方法

本書(shū)是一本系統(tǒng)論述TensorFlow編程的新形態(tài)圖書(shū)(含紙質(zhì)圖書(shū)、程序代碼及微課視頻)。全書(shū)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(chǔ)和讀取;第14章介紹了回歸預(yù)測(cè)數(shù)據(jù)結(jié)果;第15~17章介紹了圖形辨識(shí)和CNN;第1

告訴你一個(gè)不太光彩的秘密:在大多數(shù)數(shù)據(jù)科學(xué)項(xiàng)目中，有一半的時(shí)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(duì)表格數(shù)據(jù)和關(guān)系數(shù)據(jù)庫(kù)進(jìn)行優(yōu)化的深度學(xué)習(xí)技術(shù)，無(wú)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(guò)濾、驗(yàn)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(kù)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(xiě)，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(shū)在對(duì)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(duì)監(jiān)督學(xué)習(xí)單模型、監(jiān)督學(xué)習(xí)集成模型、無(wú)監(jiān)督學(xué)習(xí)模型、概率模型四個(gè)大類共26個(gè)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(dòng)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(wèn)題�！妒录�驅(qū)動(dòng)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(shù)狀圖描述了將架構(gòu)和電路關(guān)聯(lián)起來(lái)的歷史，并引導(dǎo)讀者

本書(shū)是一本創(chuàng)建真實(shí)世界智能系統(tǒng)的問(wèn)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(wèn)題所需的重要技能。通過(guò)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(gè)成功的實(shí)踐者所必需的機(jī)器學(xué)習(xí)技術(shù)。本書(shū)還側(cè)重于機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，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(shí)，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(zhǎng)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(lái)進(jìn)行訓(xùn)練，以及如何解決計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識(shí)別等領(lǐng)域的問(wèn)題；還講解了生成模型