本書全面介紹了擴(kuò)散模型這種新興的深度生成模型在各個領(lǐng)域的應(yīng)用，其內(nèi)容包括AIGC與相關(guān)技術(shù)、擴(kuò)散模型基礎(chǔ)、擴(kuò)散模型的高效采樣、擴(kuò)散模型的似然最大化、將擴(kuò)散模型應(yīng)用于具有特殊結(jié)構(gòu)的數(shù)據(jù)、擴(kuò)散模型與其他生成模型的關(guān)聯(lián)、擴(kuò)散模型的應(yīng)用、擴(kuò)散模型的未來等。本書旨在提供一個情景，幫助讀者深入了解擴(kuò)散模型，確定擴(kuò)散模型的關(guān)鍵研究領(lǐng)域，以及適合未來進(jìn)一步探索的研究領(lǐng)域。本書適合高等院校計算機(jī)科學(xué)、人工智能和醫(yī)學(xué)、生物學(xué)等交叉學(xué)科專業(yè)的師生，以及相關(guān)人工智能應(yīng)用程序的開發(fā)人員閱讀。

本書從原理和實戰(zhàn)兩個維度對GAN進(jìn)行了全面講解。全書一共12章，分為兩個部分：第一部分（第1-5章）原理篇對生成模型，以及GAN的優(yōu)化、訓(xùn)練、評估、可視化、結(jié)構(gòu)等原理性內(nèi)容進(jìn)行了詳細(xì)講解。第二部分（6-12章）實戰(zhàn)篇這部分對GAN的主要應(yīng)用場景的實戰(zhàn)性內(nèi)容進(jìn)行了講解，包括圖像生成、風(fēng)格遷移、圖像增強、圖像分割、目標(biāo)檢測、對抗攻擊、語音生成等場景下的GAN實戰(zhàn)進(jìn)行了講解。

人工智能正在以前所未有的速度發(fā)展，其廣泛地應(yīng)用于汽車、醫(yī)療、交通、制造、金融等多個領(lǐng)域。通�！叭斯ぶ悄堋币辉~往往與人機(jī)交互系統(tǒng)相聯(lián)系，進(jìn)而突出其應(yīng)用性，表現(xiàn)為“機(jī)器學(xué)習(xí)”和“問題解決”等�，F(xiàn)如今人工智能不再是人的延伸，而是可以自我演進(jìn)的，是相對獨立的。這就決定了人工智能發(fā)展面臨著巨大的挑戰(zhàn)，不僅是技術(shù)層面的諸多挑戰(zhàn)，還有經(jīng)濟(jì)社會變革的挑戰(zhàn)。 本書從技術(shù)和規(guī)制兩個角度入手，對人工智能產(chǎn)業(yè)分布、人工智能的倫理監(jiān)管的基礎(chǔ)問題研究、數(shù)據(jù)流動與大數(shù)據(jù)治理、人工智能技術(shù)與法律規(guī)制、人工智能技術(shù)的應(yīng)用場景及相

本書采用全彩圖解+視頻講解的形式，通過生動有趣的童話探秘之旅，介紹了利用JoyFrog（呱比特手柄）和Kittenblock進(jìn)行人工智能項目開發(fā)的思路及技巧。全書共18課，涵蓋以下知識點：百度大腦中的文字朗讀、語音識別、圖形識別、文字識別、人臉識別和寫詩寫春聯(lián)等，F(xiàn)aceAI中的人臉、微笑、年齡、性別等的檢測，機(jī)器學(xué)習(xí)中的圖像分類、特征提取、PoseNet、涂鴉RNN繪畫、和風(fēng)天氣等。本書以STEM教育為理念，在玩中學(xué)，每個實例都按照“做—試—創(chuàng)”循序漸進(jìn)的思路進(jìn)行設(shè)計，使知識和技能的學(xué)習(xí)螺旋式

人工智能時代已經(jīng)來臨，這項技術(shù)正在改變?nèi)祟惖恼J(rèn)知和行為習(xí)慣，也對很多領(lǐng)域和行業(yè)造成了影響。本書共3篇，認(rèn)知篇介紹了人工智能的理論知識與發(fā)展現(xiàn)狀，詳細(xì)講述人工智能與5G、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)的融合；價值篇主要講述了人工智能的價值，分析其為生活、社會、商業(yè)、醫(yī)療帶來的變革；場景篇從服務(wù)場景、工作場景、教育場景、營銷場景入手介紹人工智能的應(yīng)用，為讀者提供應(yīng)用指導(dǎo)。如今，人工智能已成為不可逆轉(zhuǎn)的趨勢。本書向讀者闡述與之相關(guān)的知識，并且告訴讀者應(yīng)該如何跟上潮流。總之，本書是一本不可多得的實戰(zhàn)書，不僅具備很

Kubeflow是基于K8S的機(jī)器學(xué)習(xí)工具包，是為數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師構(gòu)建生產(chǎn)級別的機(jī)器學(xué)習(xí)實現(xiàn)而設(shè)計的。本書采用循序漸進(jìn)的方式，從Kubeflow的安裝、使用和設(shè)計開篇，隨后從模型訓(xùn)練的整個周期展開，涵蓋了數(shù)據(jù)探索、特征準(zhǔn)備、模型訓(xùn)練/調(diào)優(yōu)、模型服務(wù)、模型測試、模型監(jiān)測和模型版本管理等各個環(huán)節(jié)，既有相關(guān)的理論知識也囊括了真實的使用案例，能夠讓讀者在學(xué)習(xí)Kubeflow知識的同時全面了解機(jī)器學(xué)習(xí)的相關(guān)知識，是入門和深入學(xué)習(xí)Kubeflow以及機(jī)器學(xué)習(xí)的良好指南。

《集成學(xué)習(xí)入門與實戰(zhàn)：原理、算法與應(yīng)用》通過6章內(nèi)容全面地解讀了集成學(xué)習(xí)的基礎(chǔ)知識、集成學(xué)習(xí)技術(shù)、集成學(xué)習(xí)庫和實踐應(yīng)用。其中集成學(xué)習(xí)技術(shù)包括采樣、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、隨機(jī)森林、決策樹等，從混合訓(xùn)練數(shù)據(jù)到混合模型，再到混合組合，邏輯嚴(yán)謹(jǐn)、逐步講解；同時也對ML-集成學(xué)習(xí)、Dask、LightGBM、AdaNet等集成學(xué)習(xí)庫相關(guān)技術(shù)進(jìn)行了詳細(xì)解讀；最后通過相關(guān)實踐對集成學(xué)習(xí)進(jìn)行綜合性應(yīng)用。本書配有邏輯框圖、關(guān)鍵代碼

《人工智能與電氣應(yīng)用》系統(tǒng)地闡述了人工智能與電氣應(yīng)用的理論基礎(chǔ)及應(yīng)用實踐�！度斯ぶ悄芘c電氣應(yīng)用》共分為五部分，分別為理論篇、基于人工智能的故障診斷技術(shù)、基于人工智能的模式識別和預(yù)測技術(shù)、基于人工智能的控制和優(yōu)化技術(shù)以及展望篇。部分介紹人工智能技術(shù)的理論基礎(chǔ)。第二部分介紹風(fēng)機(jī)葉片覆冰故障檢測技術(shù)、電網(wǎng)故障診斷技術(shù)、電力設(shè)備圖像識別技術(shù)等方面的人工智能故障診斷技術(shù)。第三部分介紹電力指紋負(fù)荷識別技術(shù)、配電網(wǎng)可靠性評估技術(shù)、智能電網(wǎng)信息系統(tǒng)的假數(shù)據(jù)侵入識別技術(shù)、臺風(fēng)災(zāi)害下架空輸電線路損毀預(yù)測技術(shù)等方面的

針對現(xiàn)有人工智能（AI）教材大多重視技術(shù)、淡化商業(yè)應(yīng)用的問題，本教材力圖“透過技術(shù)的堅硬外殼，探索AI的商業(yè)潛力和社會影響”。作為一本“面向商學(xué)院學(xué)生的人工智能教材”，本教材的主要內(nèi)容有新一代人工智能基本技術(shù)原理、特點，人工智能技術(shù)的發(fā)展歷史，新一代人工智能發(fā)展的驅(qū)動因素、特征和發(fā)展方向，人工智能應(yīng)用層技術(shù)的特點、能力和商業(yè)意義，人工智能技術(shù)的主要行業(yè)應(yīng)用及影響。本教材試圖從戰(zhàn)略融合的視角，啟發(fā)學(xué)生思考“企業(yè)如何實現(xiàn)從數(shù)字化到智能化”。本教材還探討了人工智能在宏觀層面的長期影響，如人工智能將如何