如今，絕大多數(shù)數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師基于高質(zhì)量的標(biāo)記數(shù)據(jù)集來訓(xùn)練學(xué)習(xí)模型。但是，人工構(gòu)建訓(xùn)練集既耗時又昂貴，以至于很多公司的機器學(xué)習(xí)項目無法完成。有一種更為實用的方法。在本書中，WeeHyongTok、AmitBahree和SenjaFilipi向你展示了如何使用弱監(jiān)督學(xué)習(xí)模型創(chuàng)建產(chǎn)品。 你將學(xué)習(xí)如何通過使用Snor

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標(biāo)檢測網(wǎng)絡(luò)的構(gòu)建原理、方法、過程，具有較高的學(xué)術(shù)價值；同時，本書將所構(gòu)建的類腦智能目標(biāo)檢測網(wǎng)絡(luò)在無人車交通標(biāo)志檢測、無人車-機械臂協(xié)同作業(yè)這兩個場景進行了示范應(yīng)用，具有較大的工程應(yīng)用價值。本書主要的讀者群體為從事類腦智能、計算機視覺、無人系統(tǒng)研究的科研工作者

本書基于作者多年的研究成果，詳細介紹了跨數(shù)據(jù)中心機器學(xué)習(xí)的訓(xùn)練系統(tǒng)設(shè)計和通信優(yōu)化技術(shù)。本書面向多數(shù)據(jù)中心間的分布式機器學(xué)習(xí)系統(tǒng)，針對多數(shù)據(jù)中心間有限的傳輸帶寬、動態(tài)異構(gòu)資源，以及異構(gòu)數(shù)據(jù)分布三重挑戰(zhàn)，自底向上討論梯度傳輸協(xié)議、流量傳送調(diào)度、高效通信架構(gòu)、壓縮傳輸機制、同步優(yōu)化算法、異構(gòu)數(shù)據(jù)優(yōu)化算法六個層次的優(yōu)化技術(shù)，旨

從取代簡單機械的重復(fù)勞動到輔助內(nèi)容創(chuàng)作、醫(yī)藥開發(fā)、科學(xué)實驗，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預(yù)示著人類即將進入一個全新的發(fā)展階段。本書通過淺顯易懂的語言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來的以及人工智能產(chǎn)品是如何進行創(chuàng)新迭代的。人工智能行業(yè)的快速發(fā)展對產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需

深度學(xué)習(xí)是人工智能與機器學(xué)習(xí)領(lǐng)域的重要研究分支，經(jīng)過短短十幾年的發(fā)展，已經(jīng)在計算機視覺與圖像處理、自然語言處理等領(lǐng)域取得令人矚目的成就。本書作為深度學(xué)習(xí)方面的專門書籍，融合了機器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的相關(guān)概念，并且從信號處理視角呈現(xiàn)了深度學(xué)習(xí)背后的幾何學(xué)原理，以便從統(tǒng)一的角度去深化理解深度學(xué)習(xí)的主要模型和算法，

本書以人工智能下的大數(shù)據(jù)時代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計分析、機器學(xué)習(xí)多個維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒有給出晦澀難懂的數(shù)學(xué)公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡潔的Python程序,讓讀者能夠快速入門,提升個人的數(shù)據(jù)綜合素養(yǎng)。

本教材可以作為人工智能學(xué)科相關(guān)的機器學(xué)習(xí)技術(shù)的入門教材,目的不在于覆蓋機器學(xué)習(xí)技術(shù)的所有知識點,而是介紹機器學(xué)習(xí)的常用算法及其應(yīng)用,使讀者了解機器學(xué)習(xí)的基本構(gòu)成及不同場景下使用何種機器學(xué)習(xí)算法。為了增強實踐效果,本教材引入了多個基礎(chǔ)技術(shù)案例及綜合實踐案例,以幫助讀者了解機器學(xué)習(xí)涉及的基本知識和技能。

本書主要講述計算機博弈及其實現(xiàn)的過程。第1章介紹計算機博弈的一些基本情況。第2章介紹極大極小算法,并以井字棋為例實現(xiàn)。第3章介紹Alpha-Beta算法,并以亞馬遜棋為例實現(xiàn)。第4章介紹期望極大極小算法,并以愛恩斯坦棋為例實現(xiàn)。第5章介紹UCT算法,并以�？怂蛊鍨槔龑崿F(xiàn)。第6章介紹強化學(xué)習(xí)在計算機博弈游戲中的應(yīng)用,并以

本書主要包括8個項目,分別為搭建TensorFlow開發(fā)環(huán)境,手寫數(shù)字識別:TensorFlow初探,波士頓房價預(yù)測:前饋神經(jīng)網(wǎng)絡(luò),服裝圖像識別:Keras搭建與訓(xùn)練模型,圖像識別:卷積神經(jīng)網(wǎng)絡(luò),AI詩人:循環(huán)神經(jīng)網(wǎng)絡(luò),預(yù)測汽車油耗效率:TensorFlow.js應(yīng)用開發(fā)和慶娣花卉識別:TensorFlowLite。

智能科學(xué)研究智能的本質(zhì)和實現(xiàn)技術(shù),是由腦科學(xué)、認知科學(xué)、人工智能等構(gòu)建的前沿交叉學(xué)科。腦科學(xué)研究自然智能機理，建立腦模型，揭示人腦的本質(zhì)；認知科學(xué)研究人類感知、學(xué)習(xí)、記憶、思維、意識等心智活動；人工智能研究用人工的方法和技術(shù)，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。本書系統(tǒng)地介紹了智能科學(xué)的概念和方法。全書共分12章。