大多數(shù)的AI書籍主要聚焦于AI背后的理論方法，卻很少關(guān)注AI應(yīng)用程序的工程化。目前存在哪些AI庫、框架和服務(wù)？在哪種情況下應(yīng)該選擇哪種庫、框架和服務(wù)？如何將它們整合到一個具有良好用戶體驗、易于維護(hù)的AI應(yīng)用程序中？如何滿足功能性要求和非功能性要求，特別是高性能要求？針對上述問題，本書結(jié)合當(dāng)前的新興技術(shù)和具體實例給出了很

本書緊密圍繞深度學(xué)習(xí)及加速技術(shù)的基礎(chǔ)理論與應(yīng)用案例展開敘述，實現(xiàn)了深度學(xué)習(xí)算法設(shè)計與硬件加速技術(shù)的有機(jī)統(tǒng)一，是一本基礎(chǔ)理論與實踐案例相結(jié)合的實用圖書。其具體內(nèi)容涉及人工智能基本概念，神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)與學(xué)習(xí)策略、反向傳播算法數(shù)學(xué)原理與訓(xùn)練機(jī)制等神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論，以及一些高級主題和實踐。本書可作為從事人工

《聯(lián)邦學(xué)習(xí)原理與算法》系統(tǒng)介紹了聯(lián)邦學(xué)習(xí)的全貌，內(nèi)容豐富，兼顧算法理論與實踐。算法部分包含橫向聯(lián)邦、縱向聯(lián)邦等不同的數(shù)據(jù)建模方式，重點討論了聯(lián)邦學(xué)習(xí)由于數(shù)據(jù)異質(zhì)性和設(shè)備異質(zhì)性帶來的算法穩(wěn)定性、隱私性挑戰(zhàn)及其解決策略，這對每一個聯(lián)邦學(xué)習(xí)框架設(shè)計者來說都是至關(guān)重要但卻容易忽略的部分；實踐部分介紹了當(dāng)前主流的聯(lián)邦學(xué)習(xí)框架，并

本書首先從遷移學(xué)習(xí)采用的技術(shù)出發(fā)，系統(tǒng)地介紹每一類遷移學(xué)習(xí)算法，包括基于非負(fù)矩陣分解、概率模型、傳統(tǒng)深度學(xué)習(xí)、對抗深度學(xué)習(xí)、模型融合以及圖神經(jīng)網(wǎng)絡(luò)等的遷移學(xué)習(xí)算法。針對每一類算法，從問題定義、算法原理、算法流程等方面重點進(jìn)行介紹。然后針對遷移學(xué)習(xí)的應(yīng)用場景，介紹典型的應(yīng)用案例。后，介紹遷移學(xué)習(xí)在百度飛槳平臺上的實踐。本

本書追溯了機(jī)器學(xué)習(xí)領(lǐng)域的爆炸性增長,并調(diào)查了其當(dāng)前不斷擴(kuò)張的前沿領(lǐng)域。讀者會看到一門學(xué)科在令人振奮、有時甚至是可怕的進(jìn)步中如何找到了立足之地。這是一部跨學(xué)科作品,講述了一個令人痛苦和充滿希望的故事,它仔細(xì)審視和反思了人類的技術(shù)。

本書是一本圖文并茂的科普書,帶領(lǐng)讀者按照時間順序了解人工智能發(fā)展史中最重要的時刻。皮寇弗博士將帶領(lǐng)我們探索人工智能發(fā)展史中的里程碑,他將以風(fēng)趣幽默語言講述人工智能的起源、發(fā)展、未來以及人工智能在流行文化中的形象。從古代假人傳說和中世紀(jì)的機(jī)器人,到人工神經(jīng)網(wǎng)絡(luò)的高級計算方法,書中記錄了人工智能發(fā)展史上具有里程碑意義的10

ChatGPT的發(fā)布被業(yè)界認(rèn)為是通用人工智能的iPhone時刻，標(biāo)志著自然語言處理領(lǐng)域新時代的到來。本書將由淺入深地為廣大讀者介紹ChatGPT的基礎(chǔ)概念、底層原理，不同場景下的運用實踐技巧，行業(yè)生態(tài)中熱門的應(yīng)用，并適度展望多模態(tài)下的通用人工智能應(yīng)用前景。最后，本書以群聊和文檔問答兩個具體場景的開源項目為例，演示講解如

本著“青少年自己為同齡人創(chuàng)作人工智能讀物”的指導(dǎo)思想。主辦單位組織了二十余位喜歡技術(shù)、熱愛生活、關(guān)心社會和未來的青少年創(chuàng)作了這部面向同齡人的人工智能倫理科普讀物，并用漫畫這種青少年喜愛的形式予以呈現(xiàn)。 通過一年的集中學(xué)習(xí)、分組創(chuàng)意、設(shè)計討論，孩子們以青少年的視角，對于人工智能技術(shù)廣泛應(yīng)用后的社會現(xiàn)象、道德問題、法制問題

本書是作者多年在數(shù)據(jù)智能領(lǐng)域中利用機(jī)器學(xué)習(xí)實戰(zhàn)經(jīng)驗的理解、歸納和總結(jié)。出于“回歸事物本質(zhì)，規(guī)律性、系統(tǒng)性地思考問題”“理論為實踐服務(wù)并且反過來充實理論，為更多人服務(wù)”的想法和初心，本書系統(tǒng)地闡述了機(jī)器學(xué)習(xí)理論和工程方法論，并結(jié)合實際商業(yè)場景落地。全書分為3部分。第1部分是機(jī)器學(xué)習(xí)的數(shù)學(xué)理論理解，這部分不是對于機(jī)器學(xué)習(xí)數(shù)

近年來，深度學(xué)習(xí)在人工智能的發(fā)展過程中起到了舉足輕重的作用，而圖神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的一個新興方向，被稱為圖上的深度學(xué)習(xí)。本書詳細(xì)介紹了從深度學(xué)習(xí)到圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念和前沿技術(shù)，包括圖上的深度學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與算法優(yōu)化、深度學(xué)習(xí)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)中的表示學(xué)習(xí)、面向圖數(shù)據(jù)的嵌入表示、初代圖神經(jīng)網(wǎng)絡(luò)