本書結(jié)合了分布式計算、大數(shù)據(jù)、機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)等技術(shù)，以群體智能為主線，講述了分布式人工智能的原理和應(yīng)用。它介紹了分布式計算的框架技術(shù)、智能核心、分布式體系與架構(gòu)。本書介紹了大數(shù)據(jù)的框架、高速計算、海量存儲；介紹了人工智能的經(jīng)典算法，并且結(jié)合分布式技術(shù)，進行大規(guī)模分布式架構(gòu)與演進；介紹了群體智能與博弈，結(jié)合

本書向企業(yè)高管和學(xué)生介紹了在機器學(xué)習(xí)中如何使用工具，不需要使用微積分、矩陣或向量代數(shù)就可以清楚、簡潔地解釋目前*流行的算法。本書的重點是業(yè)務(wù)應(yīng)用程序，并提供了許多案例，比如評估一個國家進行國際投資的風(fēng)險、預(yù)測房地產(chǎn)的價值，以及可以細致到將零售貸款分為可接受或不可接受模式。書中示例的數(shù)據(jù)、工作表和Python代碼都在作者

本書是立足智能時代的背景編寫的，全書分為12個部分，對大數(shù)據(jù)、人工智能、區(qū)塊鏈、5G、物聯(lián)網(wǎng)、智慧城市、云計算、數(shù)字政府、金融科技、智能醫(yī)療、智能制造、智慧教育相關(guān)內(nèi)容進行了深度闡述，力圖全景呈現(xiàn)智能技術(shù)的概念、思想及發(fā)展現(xiàn)狀，以及它們對未來產(chǎn)業(yè)和社會的影響。該書在智能化產(chǎn)業(yè)起步階段具有行業(yè)影響力和啟發(fā)作用。適合于不同

本書首先對人工智能的定義、歷史及國內(nèi)外發(fā)展趨勢等方面做了詳盡闡述，接著從Agent、搜索、推理、學(xué)習(xí)、進化、感知以及行動等方向分別對人工智能進行多角度的分析與學(xué)習(xí)，最后通過一些實際需求場景來說明人工智能在現(xiàn)今各領(lǐng)域方向的應(yīng)用。本書可作為高等院校數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、自動化、計算機等專業(yè)的本科或研究生課程教材，也可供計算

人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣�生活、改變世界。為搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強國，按照黨中央、國務(wù)院部署要求，由科技部牽頭制定了《新一代人工智能發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》），并于2017年7月在中國政府網(wǎng)上正式發(fā)布�！兑�(guī)劃》提出發(fā)展新一代人工智能的

本書是以作者多年來從事人工智能研究的經(jīng)驗為基礎(chǔ)，并廣泛參考了國內(nèi)外最新研究資料編寫而成的。本書從人工智能的本源問題出發(fā)，著重介紹了人工智能各領(lǐng)域的概念體系、方法體系、經(jīng)典算法與新的流行算法以及當(dāng)前人工智能的研究熱點——機器學(xué)習(xí)和機器視覺。 本書可供高等院校人工智能相關(guān)專業(yè)本科生、研究生作為教材或參考書使用，也可供相關(guān)

人工智能是一門新的交叉學(xué)科，近年來涌現(xiàn)出了許多新的算法模型和框架。本書面向人工智能算法的實踐與應(yīng)用，參考了*級會議和國內(nèi)外競賽平臺的內(nèi)容，將所涉及的分類、檢測、識別、預(yù)測等多項實驗任務(wù)進行歸類和優(yōu)化整理。書中對每個實驗的背景與內(nèi)容都進行了詳細闡述，對實驗的要求與評估方法進行了深入討論，對實驗數(shù)據(jù)及來源進行了詳盡描述，并

本書首先闡述了物聯(lián)網(wǎng)的基本概念、關(guān)鍵技術(shù)和應(yīng)用案例等物聯(lián)網(wǎng)的基本理論知識，然后循序漸進地介紹物聯(lián)網(wǎng)開發(fā)的典型實戰(zhàn)任務(wù)，通過逐級遞進式任務(wù)介紹法達到理論與實踐相結(jié)合的目的，使讀者清晰地了解物聯(lián)網(wǎng)系統(tǒng)開發(fā)的整體流程。本書針對每個實戰(zhàn)任務(wù)提供微課視頻和源代碼。本書可作為高等院校通信工程、電子信息工程、人工智能、機械電子、計算

內(nèi)容簡介書中以案例形式詳細介紹了PyTorch的各種實戰(zhàn)應(yīng)用。具體內(nèi)容包括PyTorch與TensorFlow的對比和PyTorch的發(fā)展現(xiàn)狀，張量Tensor和自動微分Autograd及其具體應(yīng)用，PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)，基于PyTorch構(gòu)建復(fù)雜應(yīng)用，PyTorch高級技巧與實戰(zhàn)應(yīng)用，網(wǎng)絡(luò)剪枝應(yīng)用。

??學(xué)習(xí)成功機器學(xué)習(xí)項目的最佳實踐。??使用Azure完成自動機器學(xué)習(xí)。??理解分類和回歸，以及模型可解釋性和透明性等概念。??了解如何在其他環(huán)境中使用AutomatedML，如AzureDatabricks、ML.NET和SQLServer。??探索推動機器學(xué)習(xí)大眾化的工具。