本書較全面地介紹了目前人工智能的主流概念、理論、方法、技術及應用等內容。全書共4個項目，首先介紹了智能和人工智能的定義與類型、研究內容、發(fā)展歷程，以及人工智能與大數據的關系：然后介紹了人工智能在人才、安全、倫理、法律等方面面臨的種種問題與對策；而后介紹了包括語音識別技術、人體識別技術、圖文識別技術、機器視覺技術、自然語

本書設計了七章內容,第一至三章介紹人工智能的概念及基本的技術原理。第四至六章介紹人工智能技術在視覺、語音和自然語言處理中的應用,第七章介紹利用系統工程設計方法設計實現人工智能產品。每章由人工智能產品體驗、人工智能技術原理描述、人工智能技術實現實驗、人工智能應用方案設計實驗和人工智能的發(fā)展與應用等部分組成。

本書介紹深度學習領域先進的技術以及深度學習在主要的自然語言處理任務中的成功應用，包括語音識別和理解、對話系統、語義分析、句法分析、知識圖譜、機器翻譯、問答、情感分析、社會計算和基于圖像的自然語言生成。本書對深度學習時代自然語言處理領域的不同研究前沿進行了概括與分析，還列舉了深度學習與自然語言處理領域中交叉的技術性術語以

本書主要內容包括機器學習緒論、Python基礎知識、模型評估及模型、機器學習及神經網絡、MNIST識別及圖像分類。

本書是一本MLOps的綜合指南,詳細介紹了DevOps和MLOps的理論和實踐,包括如何創(chuàng)建持續(xù)集成和持續(xù)交付、Kaizen(即對所有事物進行持續(xù)改進的想法)等,還介紹了基于云的MLOps,以及MLOps的關鍵技術領域,包括AutoML、容器、邊緣計算和模型可移植性。本書最后還介紹了一些真實案例研究,并介紹執(zhí)行MLOp

本書知識全面、實用,共10章,內容包括深度學習數學基礎,深度學習基礎模型(全連接網絡、卷積神經網絡、循環(huán)神經網絡、Transformer等)和實現,多場景多領域最佳實踐,模型優(yōu)化、加速與部署等。

本書內容講述:許多AI入門指南可以說都是變相的微積分書籍,但這本書基本上避開了數學。相反,作者JeffProsise幫助工程師和軟件開發(fā)人員建立了對AI的直觀理解,以解決商業(yè)問題。需要創(chuàng)建一個系統來檢測雨林中非法砍伐的聲音、分析文本的情感或預測旋轉機械的早期故障?這本實踐用書將教你將AI和機器學習應用于職場工作所需的技

本書的編程語言以Python為主,詳細介紹了人工智能算法主流類別,從常見的特征處理算法出發(fā),介紹了回歸算法、基于實例的算法、樹方法、神經網絡、自然語言處理、社會網絡、群粒子算法、推薦算法。本書針對每一個大類算法都介紹了該門類下的幾個經典算法,并運用常見算法庫以代碼實現為目的,以商業(yè)分析、金融投資、科研輔助、工程優(yōu)化等案

本書的特色體現在針對切換時滯系統的鎮(zhèn)定問題，提出同時構建切換率及反饋控制器鎮(zhèn)定切換時滯系統的有效方法，并將該系列方法應用到具有網絡通訊的切換系統控制中。

本書首先通過圖文、視頻等方式帶領讀者體驗身邊的人工智能技術應用，使讀者初步了解人工智能，然后引領讀者認識人工智能關鍵技術及應用，并使用手機APP實際操作不同領域(如設備故障智能排查、刷臉支付、拍照視物、同聲翻譯、導航路徑規(guī)劃等)中人工智能的應用，以加深對人工智能知識的理解。本書的主要內容包括體驗與認識身邊的人工智能技術