《智慧未來》匯集了李開復(fù)所撰寫的十八篇與個人成長、青少年教育和科技創(chuàng)新相關(guān)的文章。每一篇文章都是開復(fù)用寫作的方式關(guān)心中國青年、關(guān)心中國的教育與科技事業(yè)的縮影，都凝聚著開復(fù)對中國美好未來的無限憧憬。·為何應(yīng)該堅守誠信、正直的原則？·為什么成功就是成為最好的自己？·大學(xué)四年應(yīng)該怎么

設(shè)計中易用性的運用包括控制器與顯示器的對應(yīng)關(guān)系以及控制器運動方向的設(shè)置，這與空間刺激-反應(yīng)相容性關(guān)系密切。近年來，研究者采用Simon任務(wù)等范式研究刺激－反應(yīng)相容性中的沖突控制與調(diào)節(jié)，以及這一認知過程的心理機制。隨著腦科學(xué)的發(fā)展，研究者開始關(guān)注這一過程的神經(jīng)機制。本書從刺激－反應(yīng)聯(lián)結(jié)學(xué)習(xí)與認知控制的角色出發(fā)，采用功能性

全書介紹了人工智能芯片相關(guān)的基礎(chǔ)領(lǐng)域知識，分析了人工智能處理面臨的挑戰(zhàn)，由此引出全書的重點：人工智能芯片的架構(gòu)設(shè)計、數(shù)據(jù)復(fù)用、網(wǎng)絡(luò)映射、存儲優(yōu)化以及軟硬件協(xié)同設(shè)計技術(shù)等領(lǐng)域前沿技術(shù)，書中還討論了當前研究成果，并輔以實驗數(shù)據(jù)進行比較分析，最后展望了人工智能芯片技術(shù)的發(fā)展方向。

以前，技術(shù)只是工程師操心的事；如今，技術(shù)是工程師、產(chǎn)品經(jīng)理、企業(yè)家共同操心的事，他們只有通力合作才能駕馭強大的技術(shù)，進而取得商業(yè)上的成功。如今講人工智能的書大多屬于兩種類型：第一種面向廣大公眾進行人工智能科普；第二種針對專業(yè)技術(shù)人員詳細講解人工智能的技術(shù)。這兩種書，產(chǎn)品經(jīng)理雖然都可以閱讀，但他們更迫切需要第三種——從商

如何在保證本地訓(xùn)練數(shù)據(jù)不公開的前提下，實現(xiàn)多個數(shù)據(jù)擁有者協(xié)同訓(xùn)練一個共享的機器學(xué)習(xí)模型？傳統(tǒng)的機器學(xué)習(xí)方法需要將所有的數(shù)據(jù)集中到一個地方（例如，數(shù)據(jù)中心），然后進行機器學(xué)習(xí)模型的訓(xùn)練。但這種基于集中數(shù)據(jù)的做法無疑會嚴重侵害用戶隱私和數(shù)據(jù)安全。如今，世界上越來越多的人開始強烈要求科技公司必須根據(jù)用戶隱私法律法規(guī)妥善地處理

本書由資深樹莓派玩家精心寫作，由淺入深地介紹樹莓派在人工智能中的熱點應(yīng)用，具有很好的前瞻性，主要內(nèi)容包括：樹莓派的DebianLinux操作系統(tǒng)及其命令行的常見操作；語音傳感器的使用（以ReSpeaker和GoogleVoice語音套件為例），即語音喚醒、語音識別、語音轉(zhuǎn)文字、語音控制設(shè)備等硬件的原理及使用等；智能圖像

《人工智能（AI）應(yīng)用從入門到精通》是一本人工智能應(yīng)用入門級讀物，全書分基礎(chǔ)篇和應(yīng)用篇兩個部分�；�礎(chǔ)篇包括人工智能的基本認知、人工智能的關(guān)鍵技術(shù)、人工智能的基本要素、人工智能的產(chǎn)業(yè)應(yīng)用和人工智能的倫理安全五部分內(nèi)容；應(yīng)用篇包括人工智能+教育、人工智能+醫(yī)療、人工智能+金融、人工智能+交通、人工智能+安防、人工智能+零售

本書梳理出機器學(xué)習(xí)理論中的七個重要概念或理論工具,即:可學(xué)習(xí)性,(假設(shè)空間)復(fù)雜度,泛化界,穩(wěn)定性,一致性,收斂率,遺憾界。每章聚焦其一,除介紹基本概念外,還給出若干分析實例,如顯示出不同理論工具如何應(yīng)用于支持向量機這種常見機器學(xué)習(xí)技術(shù)。讀者今后對具體機器學(xué)習(xí)問題或技術(shù)作分析時,可根據(jù)條件選擇適用的工具。

《文本機器學(xué)習(xí)》系統(tǒng)性地介紹了多個經(jīng)典的和前沿的機器學(xué)習(xí)技術(shù)及其在文本域中的應(yīng)用。首先，詳細介紹了面向文本數(shù)據(jù)的預(yù)處理技術(shù)和經(jīng)典的機器學(xué)習(xí)技術(shù)（如矩陣分解與主題建模、聚類與分類/回歸等），并深入探討了模型的原理和內(nèi)在聯(lián)系以及相應(yīng)的性能評估；其次，詳細介紹了結(jié)合異構(gòu)數(shù)據(jù)的文本學(xué)習(xí)技術(shù)（如知識共享與遷移學(xué)習(xí)等），以及面向信

務(wù)實地解決AI問題需要更多地關(guān)注結(jié)果而不僅是技術(shù)。歸根結(jié)底，花費數(shù)月時間為一些永遠無法投入生產(chǎn)的任務(wù)選擇*佳的機器學(xué)習(xí)算法只是徒勞無功和浪費金錢。將更多的機器學(xué)習(xí)技術(shù)投入到生產(chǎn)過程的一種方式就是停止辛勤工作，使用云提供商提供的現(xiàn)成解決方案是避免這種辛勤工作的強大技術(shù)。從英雄驅(qū)動式開發(fā)轉(zhuǎn)向鼓勵業(yè)務(wù)連續(xù)性和交付解決方案的組