本書以通俗的語言和生動的案例，將ChatGPT、AIGC和元宇宙等熱點一網(wǎng)打盡，全面展示“臺前”“幕后”的來龍去脈，是一本深入淺出的通識書。本書將為你撥開迷霧，搞懂底層邏輯，把握風(fēng)靡全球的未來科技和AI新時代的成長機會。
本書是一本由淺入深地介紹深度學(xué)習(xí)的理論原理及PyTorch深度學(xué)習(xí)框架的入門書籍，全書通過圖文并茂的方式對重點知識進行講解，注重實踐，詳細地介紹了PyTorch的基本使用、神經(jīng)網(wǎng)絡(luò)的構(gòu)建和訓(xùn)練技巧、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的實現(xiàn)，以及前沿的深度生成模型的應(yīng)用。通過學(xué)習(xí)本書，讀者不僅可以了解深度學(xué)習(xí)，而且可以輕松實現(xiàn)機器作詩、自動樂曲生成、機器翻譯、圖像去噪等有趣的應(yīng)用。全書配有注釋詳細的代碼，方便讀者學(xué)習(xí)與實踐。本書適用于對人工智能感興趣的讀者，也適合作為深度學(xué)習(xí)領(lǐng)域的入門教材。
本書系統(tǒng)地闡述了機器學(xué)習(xí)控制及其策略，全面介紹了當(dāng)前有關(guān)機器學(xué)習(xí)控制在線性系統(tǒng)、非線性系統(tǒng)和湍流控制中的實驗案例，展望了機器學(xué)習(xí)控制技術(shù)的未來發(fā)展和潛在應(yīng)用。內(nèi)容包括：反饋控制及其在實際復(fù)雜問題中面臨的挑戰(zhàn)；機器學(xué)習(xí)控制、實現(xiàn)方法及案例；線性控制理論中的幾種經(jīng)典方法；機器學(xué)習(xí)控制與經(jīng)典控制方法的比較；非線性系統(tǒng)的機器學(xué)習(xí)控制；基于機器學(xué)習(xí)的流體控制實驗；機器學(xué)習(xí)控制的戰(zhàn)術(shù)與策略；未來機器學(xué)習(xí)控制的應(yīng)用及其方法學(xué)的發(fā)展方向。
本書先介紹深度強化學(xué)習(xí)的基礎(chǔ)知識及相關(guān)算法，然后給出多個實戰(zhàn)項目，以期讓讀者可以根據(jù)環(huán)境的直接反饋對智能體加以調(diào)整和改進，提升運用深度強化學(xué)習(xí)技術(shù)解決實際問題的能力。本書涵蓋深度Q網(wǎng)絡(luò)、策略梯度法、演員-評論家算法、進化算法、Dist-DQN、多智能體強化學(xué)習(xí)、可解釋性強化學(xué)習(xí)等內(nèi)容。本書給出的實戰(zhàn)項目緊跟深度強化學(xué)習(xí)技術(shù)的發(fā)展趨勢，且所有項目示例以Jupter Notebook樣式給出，便于讀者修改代碼、觀察結(jié)果并及時獲取經(jīng)驗，能夠帶給讀者交互式的學(xué)習(xí)體驗。
隨著人工智能技術(shù)的廣泛應(yīng)用，網(wǎng)絡(luò)智能化近年來受到廣泛的關(guān)注，已經(jīng)成為下一代移動通信與未來網(wǎng)絡(luò)的重要技術(shù)。阿爾法圍棋（AlphaGo）之后，深度強化學(xué)習(xí)不斷推陳出新，為網(wǎng)絡(luò)中的決策問題提供了有效的潛在解決方案。本書系統(tǒng)介紹了網(wǎng)絡(luò)智能化中深度強化學(xué)習(xí)的基本理論、算法及應(yīng)用場景。全書共8章，針對互聯(lián)網(wǎng)、移動通信網(wǎng)、邊緣網(wǎng)絡(luò)、數(shù)據(jù)中心等典型網(wǎng)絡(luò)，闡述了網(wǎng)絡(luò)管理、網(wǎng)絡(luò)控制、任務(wù)調(diào)度等決策需求，深入論述了深度強化學(xué)習(xí)的模型構(gòu)建與應(yīng)用技術(shù)。第1章介紹了網(wǎng)絡(luò)智能的需求與挑戰(zhàn)；第2章介紹了先進的深度強化學(xué)習(xí)模型與
本書主要介紹經(jīng)典的機器學(xué)習(xí)算法的原理和改進，以及Python的實例實現(xiàn)。本書的內(nèi)容可以分成三部分： 第一部分是機器學(xué)習(xí)概念篇（第1章），充分介紹機器學(xué)習(xí)的相關(guān)概念，并且對機器學(xué)習(xí)的各種算法進行分類，以便讀者對機器學(xué)習(xí)的知識框架有整體的了解，從而在后續(xù)的學(xué)習(xí)中更容易接受機器學(xué)習(xí)涉及的各類算法； 第二部分是Python機器學(xué)習(xí)基礎(chǔ)篇（第2章和第3章），簡單介紹Python的基本使用方法、機器學(xué)習(xí)庫scikitlearn和人工智能工具集OpenAI Gym； 第三部分是機器學(xué)習(xí)算法與Python實踐
本書主要講解人工智能的技術(shù)發(fā)展和行業(yè)現(xiàn)狀，旨在幫助讀者掌握進入人工智能行業(yè)工作的知識和方法。 本書首先介紹人工智能的技術(shù)概況、人工智能對人們的生活和工作的影響，以及人工智能的三大技術(shù)--機器學(xué)習(xí)、深度學(xué)習(xí)和大數(shù)據(jù)的基本原理與應(yīng)用。其次，本書介紹人工智能從業(yè)者所需要的專業(yè)技術(shù)，并提供相應(yīng)的學(xué)習(xí)方法。接著，本書介紹人工智能的行業(yè)概況，并將人工智能行業(yè)的崗位分為算法崗、工程崗、數(shù)據(jù)崗和產(chǎn)品崗，詳細介紹各崗位的工作內(nèi)容、能力要求、發(fā)展方向等。隨后，本書講解在人工智能行業(yè)求職的方法，包括求職前的準(zhǔn)備工作和
本書著眼于人工智能自身的安全問題，旨在將當(dāng)前人工智能安全的基礎(chǔ)問題、關(guān)鍵問題、核心算法進行歸納總結(jié)。本書的定位是學(xué)習(xí)人工智能安全的入門書籍，因此先詳細介紹了人工智能安全相關(guān)的基礎(chǔ)知識，包括相關(guān)的基礎(chǔ)算法和安全模型，使得讀者明確人工智能面臨的威脅，對人工智能安全有一個大體的概念和初步認識。然后將人工智能系統(tǒng)的主要安全威脅分為模型安全性威脅和模型與數(shù)據(jù)隱私威脅兩大類。模型安全性威脅主要包括投毒攻擊、后門攻擊、對抗攻擊、深度偽造。模型與數(shù)據(jù)隱私威脅主要包括竊取模型的權(quán)重、結(jié)構(gòu)、決策邊界等模型本身信息和
本書通過基礎(chǔ)理論和算法實踐相結(jié)合，循序漸進地介紹了人工智能領(lǐng)域中的常見算法，并以圍棋游戲作為媒介，全面、系統(tǒng)地介紹了人工智能算法的實現(xiàn)方法，并通過Keras和PyTorch框架實踐人工智能算法中的深度強化學(xué)習(xí)內(nèi)容。全書共10章，分別介紹圍棋的基礎(chǔ)知識、如何制作圍棋軟件、傳統(tǒng)棋類智能算法、神經(jīng)網(wǎng)絡(luò)入門知識、如何實現(xiàn)圍棋智能體程序、通用化圍棋智能體程序、策略梯度算法、基于價值的深度學(xué)習(xí)網(wǎng)絡(luò)(DQN)算法、ActorCritic算法、如何實踐AlphaGo和AlphaZero等知識，書中的每個
本書是人工智能和機器學(xué)習(xí)領(lǐng)域?qū)＜叶嗄陮嵺`的結(jié)晶。它深入淺出地講解了無代碼人工智能開發(fā)平臺實踐，可以激發(fā)讀者對人工智能的興趣、學(xué)習(xí)人工智能知識、明確人工智能要素、掌握人工智能應(yīng)用流程，并在學(xué)習(xí)和工作中不斷拓展人工智能的應(yīng)用領(lǐng)域，探索新的人工智能落地應(yīng)用場景。本書首先介紹了人工智能和無代碼人工智能平臺EasyDL的基本用法，涉及圖像智能分析、文本智能分析、語音智能分析、EasyDL OCR等；然后，重點闡釋了人工智能模型調(diào)用、人工智能模型部署方面的內(nèi)容；最后，分析人工智能在各個領(lǐng)域的應(yīng)用案例并介紹相
新書資訊 新書推薦