《機器學習及其應用2023》邀請MLA 2021-2022的部分專家以綜述的形式介紹機器學習領域的研究進展，內容涉及到監督學習、深度學習、因果學習、遷移學習、表示學習、演化學習的基本理論和方法，以及ChatGPT淺析，同時介紹了機器學習在計算機視覺、自然語言處理、并行計算中的應用，代表了國內機器學習最新的研究進展。
本書是基于Python以及飛槳（PaddlePaddle）深度學習框架的實踐性機器學習入門教程，內容涵蓋Python基礎語法、機器學習常用算法以及在計算機視覺和自然語言處理等經典領域的詳細案例解析。本書語言簡潔易懂，注重實踐與理論相結合，旨在幫助讀者掌握機器學習的核心概念和技能。通過閱讀本書，讀者可以快速了解機器學習各種算法的應用場景，并掌握使用PaddlePaddle來解決機器學習問題的方法。對于想要入門機器學習的人來說，本書是一本實用性較強的參考書。
本書聚焦深度學習算法的基礎理論和核心算法，全面系統地論述深度學習的基礎理論，兼顧人工智能數學基礎知識與領域**原創基礎理論，構建脈絡清晰的人工智能理論體系。本書首先介紹了深度學習的相關數學基礎，主要包括線性代數、概率論、信息論三部分；緊接著系統地介紹了深度學習的重點內容，主要分為五方面，即深度學習的逼近理論，深度學習的表征理論，深度學習的學習理論，深度學習的優化理論，深度學習的核心算法。
深度學習技術作為人工智能領域的一門新興技術，已成為人工智能科研領域、企業應用領域中常用的一門技術。本教材由神經網絡基本訓練規則、感知器、BP網絡作為基礎，講述神經網絡基礎訓練方法。并通過自編碼器網絡，將淺層網絡過度到深度神經網絡部分，詳細講解卷積神經網絡原理及訓練方法、卷積神經網絡的發展以及基于卷積神經網絡的目標檢測算法等。而后，對序列信息處理神經網絡—循環神經網絡進行講解。本教程采用由淺入深的方式，對深度學習相關理論進行講解，滿足教學過程中的需要。
本書系統闡述了智能算法在波束形成設計、波達方向估計與聲源定位中的應用。全書分三篇，共11章，主要涉及仿人智能算法、仿生物進化智能算法、群體智能優化算法和深度學習等的原理、方法及實現框架，寬帶波束形成、穩健自適應波束形成、混響背景下波束形成的設計原理與方法，以及寬帶信號波達方向估計與近場聲源定位算法，也給出了智能算法在波束形成器設計、波達方向估計和聲源定位中的應用實例。本書內容涉及較廣，在內容組織上力求系統、科學、合理，特別注重邏輯性，介紹由淺入深，便于自學。本書可作為人工智能、
本書主要討論機器學習、神經形態計算和神經網絡的理論及應用，專注于機器學習加速器和硬件開發。本書從傳統的微處理架構發展歷程入手，介紹在后摩爾定律和后丹納德微縮定律下，新型架構的發展趨勢和影響執行性能的各類衡量指標。然后從應用領域、ASIC和特定領域架構三個角度展示了設計特定的硬件實現所需考慮的諸多因素。接著結合機器學習開發過程及其性能提升方法（如模型壓縮、編碼、近似、優化等）介紹硬件實現的細節。zui后給出機器學習硬件實現的大量案例，展示機器如何獲得思維能力。本書適合有一定機器學習基礎并希望
全書從邏輯上共分3部分。第一部分由第1章和第2章組成，介紹深度學習的基礎理論、MindSpore總體架構和編程基礎。第二部分由第3-8章組成，介紹MindSpore框架各子系統的使用方法，包括數據處理、算子、神經網絡模型開發、數據可視化組件MindInsight、推理和移動端AI框架MindSpore Lite。第三部分由第9章和第10章組成，介紹使用MindSpore框架開發和訓練的經典深度學習模型實例。
在人工智能飛速發展的今天，如何幫助企業應用人工智能來提升競爭力，如何防范在應用人工智能時可能帶來的風險，成為人類必須面對且亟須解決的問題。本書探討了人工智能的局限性以及人工智能所帶來的機會，研究了人類和機器可以互相補充配合的領域，提出了一個面向企業層面的“1+1＞2”的智能體：人機共融體（Humachine）。人機共融體基于云計算、大數據等技術，通過實施組織管理框架來創建，該框架通過應用卡斯帕羅夫定律，以滿足博斯特羅姆集體超智能的條件來解決莫拉維克悖論。人機共融體為構建具有可持續競爭優勢、有效益
本書重點圍繞眾智科學智能理論與計算方法展開介紹，主要內容包括眾智的定義和建模、眾智的分析與計算方法、單個智能體和多個智能體的智能進化方法、眾智水平分析方法，以及眾智科學智能理論在典型場景的應用。
ChatGPT在全球掀起了AI大模型的浪潮，它是基于GPT-3.5架構的大模型所產生驚艷效果的典型代表。AI大模型是指具有大規模參數和復雜結構的人工智能模型。隨著計算能力的不斷提高和數據量的增大，AI大模型在自然語言處理、圖像識別、語音識別等領域取得了重大的進展和成果，OpenAI于今年3月也剛剛發布了ChatGPT的升級版本GPT-4。人工智能不僅是社會關注的熱點，更以燎原之勢向各領域迅速滲透。如何全面認識人工智能，了解大模型所帶來的機遇與隱憂，這是人們能否順利擁抱人工智能的關鍵所在
新書資訊 新書推薦