本書從概念和數(shù)學(xué)原理上對人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識別、語音識別、自然語言處理、深度學(xué)習(xí)幾個主要方面進(jìn)行了闡述，并以Python為主要工具進(jìn)行了相應(yīng)的編程實(shí)踐，以使讀者對人工智能相關(guān)技術(shù)有更直觀和深入的理解。此外，本書也用幾個獨(dú)立的章節(jié)從原理和實(shí)踐上介紹了量子計算、區(qū)塊鏈技術(shù)、并行計算、增強(qiáng)現(xiàn)實(shí)等與人工智能

深度學(xué)習(xí)是人工智能的前沿技術(shù)。本書深入淺出地介紹了深度學(xué)習(xí)的相關(guān)理論和TensorFlow實(shí)踐，全書共8章。第1章給出了深度學(xué)習(xí)的基本概況。第2章詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)相關(guān)知識，內(nèi)容包括M-P神經(jīng)元模型、感知機(jī)、多層神經(jīng)網(wǎng)絡(luò)。第3章介紹了被廣泛認(rèn)可的深度學(xué)習(xí)框架TensorFlow2的安裝流程與新特性。第4章詳細(xì)介紹了Te

本書通過模擬人腦的神經(jīng)元信號傳播過程,使計算機(jī)程序在某些任務(wù)中具有與人類相當(dāng)、甚至超越人類的智能表現(xiàn)。隨著近年來計算機(jī)硬件的高速發(fā)展,各領(lǐng)域海量數(shù)據(jù)的爆炸式積累,以及相關(guān)的軟件框架的研究與推廣,基于新型神經(jīng)網(wǎng)絡(luò)的圖像和文本數(shù)據(jù)的深度學(xué)習(xí)技術(shù)逐漸成為計算機(jī)科學(xué)與人工智能領(lǐng)域的研究熱點(diǎn)。本書以現(xiàn)今應(yīng)用最廣泛的人工智能編程語

人工智能與開源硬件

《人工智能與信息技術(shù)教程》作為高等職業(yè)院校學(xué)生人工智能和信息技術(shù)通識課程的教材，是按照高等職業(yè)教育各專業(yè)領(lǐng)域高素質(zhì)技術(shù)技能人才培養(yǎng)目標(biāo)的要求編寫的。本教材采用項目導(dǎo)向、任務(wù)驅(qū)動方式組織內(nèi)容，全書共包含6個知識板塊：人工智能信息獲取、人工智能技術(shù)的應(yīng)用、Word2010文檔制作與處理、Excel2010表格處理與分析、P

類腦人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人腦智能的理論、方法及應(yīng)用的技術(shù)科學(xué)，將類腦人工智能技術(shù)應(yīng)用于目標(biāo)檢測與跟蹤，可大幅提升復(fù)雜背景、干擾條件下的目標(biāo)檢測概率及跟蹤精度，具有重要而廣泛的應(yīng)用前景。本書系統(tǒng)闡述了人腦視覺信息處理機(jī)制的基本原理、主要特性、數(shù)學(xué)建模及算法設(shè)計等。同時，結(jié)合深度神經(jīng)網(wǎng)絡(luò)（DNN）、類腦

《智能之門：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)入門（基于Python的實(shí)現(xiàn)）》是作者在總結(jié)多年的實(shí)際工程應(yīng)用經(jīng)驗(yàn)的基礎(chǔ)上編著而成的，是一本面向本科生的神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的入門教材。通過閱讀該書，讀者可以掌握神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本理論，并通過大量的代碼練習(xí)，在做中學(xué)，提高將理論知識運(yùn)用于實(shí)際工程的能力。該書內(nèi)容豐富，以“提出問題-解決

本書的目標(biāo)，是讓非機(jī)器學(xué)習(xí)領(lǐng)域甚至非計算機(jī)專業(yè)出身但有學(xué)習(xí)需求的人，輕松地掌握機(jī)器學(xué)習(xí)的基本知識，從而擁有相關(guān)的實(shí)戰(zhàn)能力。本書通過AI“小白”小冰拜師程序員咖哥學(xué)習(xí)機(jī)器學(xué)習(xí)的對話展開，內(nèi)容輕松，實(shí)戰(zhàn)性強(qiáng)，主要包括機(jī)器學(xué)習(xí)快速上手路徑、數(shù)學(xué)和Python基礎(chǔ)知識、機(jī)器學(xué)習(xí)基礎(chǔ)算法（線性回歸和邏輯回歸）、深度神經(jīng)網(wǎng)絡(luò)、卷積

《零基礎(chǔ)實(shí)踐深度學(xué)習(xí)》從人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計算機(jī)視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實(shí)踐為主線，逐步剖析模型原理和代碼實(shí)現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實(shí)踐和作業(yè)題結(jié)合的方式，幫助讀者更好掌握深度學(xué)習(xí)的相關(guān)知識和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快

本書系統(tǒng)全面地覆蓋了深度學(xué)習(xí)的主要原理、方法和應(yīng)用實(shí)踐。介紹了深度學(xué)習(xí)的概念、主流工具及框架，分析了神經(jīng)網(wǎng)絡(luò)原理并實(shí)現(xiàn)，對卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和生成對抗網(wǎng)絡(luò)（GAN）這些常用的深度學(xué)習(xí)模型進(jìn)行了演練，在此基礎(chǔ)上展開基于深度學(xué)習(xí)的目標(biāo)檢測、圖像分割、人臉識別、文本自動生成等熱門應(yīng)用，為讀者提供了