本書主要介紹研究時滯動力系統(tǒng)分支問題的常用方法，基于時滯非線性系統(tǒng)的分支理論結合典型實例，詳細闡述分支理論的具體運用，從理論和數(shù)值模擬上討論了幾類時滯非線性模型的分支問題，包括具有時滯的雙參數(shù)模型的分支問題、具有時滯的寡頭博弈模型的分支問題、具有時滯的Goodwin基因表達模型的分支問題、具有狀態(tài)依賴時滯的基因表達模型

本書共分8章，內(nèi)容包括深度學習基礎、深度學習框架PyTorch的安裝、PyTorch基礎、線性回歸和邏輯回歸、全連接神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡及生成式對抗網(wǎng)絡。本書首先從深度學習基礎知識入手，引領讀者動手搭建深度學習框架PyTorch，然后在PyTorch框架下實現(xiàn)深度學習中常用的網(wǎng)絡模型。通過本書，讀

本書全面系統(tǒng)地講解了機器學習的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、非參數(shù)貝葉斯模型、聚類分析、圖模型、支持向量機、矩陣分解、深度學習及強化學習。本書旨在使讀者了解機器學習的發(fā)展，理解和掌握它的基本原理、方法與主要應用。本書內(nèi)容豐富，著重機器學習理論的推導與證明，并通過實例進行方法的分析與比較。同時

Kittenblock是深圳市小喵科技開發(fā)的一款基于Scratch3.0的圖形化編程軟件。Scratch3.0強調(diào)的是創(chuàng)作與分享，更注重純軟件編程；Kittenblock強調(diào)的是教育與創(chuàng)造屬性，根據(jù)當下的教育需求，重點增加人工智能、物聯(lián)網(wǎng)和Python編程，盡可能地滿足教育的系統(tǒng)性和連續(xù)性需求，讓學生和老師無須切換多個

人工智能(ArtificialIntelligence，AI)是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門技術科學�！度斯ぶ悄芑�礎與應用》以人工智能為主要研究對象，較全面地介紹人工智能的基本原理、常見算法和應用技術。全書共分為12章，主要內(nèi)容包括緒論、知識與知識表示、自動推理與專家系統(tǒng)、搜

本書初定五個章節(jié)，第一章淺層模型部分介紹線性回歸、Logistics回歸、Softmax回歸、廣義線性回歸模型以及機器學習基本概念。第二章介紹深度學習模型以及相應的正則化技術。第三章介紹卷積的物理意義、卷積神經(jīng)網(wǎng)絡及其各種改進。第四章介紹反饋神經(jīng)網(wǎng)絡及其改進的長短期記憶單元。第五章介紹深度強化學習，展示深度卷積網(wǎng)絡如何

《深度學習TensorFlow編程實戰(zhàn)》講述深度學習的基本原理，使用TensorFlow實現(xiàn)涉及的深度學習算法。通過理論學習和編程操作，使讀者了解并掌握深度學習的原理和TensorFlow編程技能，拉近理論與實踐的距離。全書共分為10章，主要內(nèi)容包括TensorFlow介紹、TensorFlow文件操作、BP神經(jīng)網(wǎng)絡原

本書致力于推動人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能的相關知識，主要內(nèi)容包括：人工智能的基本概念、人工智能的分類和應用，人工智能的發(fā)展歷程，人工智能的核心技術，人工智能在教育、家居、經(jīng)濟、視覺、工業(yè)領域的應用，以及人工智能的未來。本書案例豐富、通俗易懂，使讀者能夠快速了解人工智能的基本概念和應用

這是一本關于AI原理和編程的友好且必需的指導書，沒有數(shù)學或數(shù)據(jù)科學背景的程序員也可以輕松掌握。主要內(nèi)容：開始你AI模型的創(chuàng)建；無需數(shù)學、數(shù)據(jù)科學或機器學習背景；手把手指導、分析；5個完整項目展示如何創(chuàng)建智能軟件。

隨著人工智能技術的不斷發(fā)展，人類與人工智能共生的時代開始了。全球聯(lián)機協(xié)作的人工智能，將構筑一個深度改變?nèi)祟惿�活的“人工智能網(wǎng)絡”。在人工智能網(wǎng)絡化時代，我們將面臨不可預測和控制的風險。我們的社會是否已為迎接迎接這一切做好準備？科幻小說與生活的邊界即將模糊，“電車難題”不再是腦海中單純的思想實驗。人工智能是否能像人類一樣