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(jià)值；同時(shí)，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(jī)械臂協(xié)同作業(yè)這兩個(gè)場景進(jìn)行了示范應(yīng)用，具有較大的工程應(yīng)用價(jià)值。本書主要的讀者群體為從事類腦智能、計(jì)算機(jī)視覺、無人系統(tǒng)研究的科研工作者，以及人工智能、電子信息、計(jì)算機(jī)工程等相關(guān)專業(yè)的博士研究生、碩士研究生。
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域，是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)體系進(jìn)行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識(shí)。全書共 16 章。第 1 章是緒論，簡要介紹人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本概念及相互關(guān)系，并對神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程和產(chǎn)生機(jī)理進(jìn)行闡述；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本神經(jīng)元模型、網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)方法、學(xué)習(xí)規(guī)則、正則化方法
嗨，大家好，我是人工智能小艾，是一個(gè)能像你們一樣思考的電腦程序，我通過大量地讀取數(shù)據(jù)進(jìn)行學(xué)習(xí)，今天就由我當(dāng)向?qū)�，帶領(lǐng)你們?nèi)フJ(rèn)識(shí)一下我的人工智能朋友們吧。他們有的負(fù)責(zé)駕駛無人車，有的負(fù)責(zé)人臉識(shí)別，有的負(fù)責(zé)推薦衣食住行，有的協(xié)助你和外國人交流翻譯，有的協(xié)助醫(yī)療檢查，對了對了，還有協(xié)助抓小偷的呢……該繪本還有“新科技小提示”“增長知識(shí)”“開闊眼界”等欄目，對綠色能源的相關(guān)科普知識(shí)也進(jìn)行了簡潔透徹的講解。
本書從原理和實(shí)戰(zhàn)兩個(gè)維度對GAN進(jìn)行了全面講解。 全書一共12章，分為兩個(gè)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(píng)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(shí)戰(zhàn)篇 這部分對GAN的主要應(yīng)用場景的實(shí)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(qiáng)、圖像分割、目標(biāo)檢測、對抗攻擊、語音生成等場景下的GAN實(shí)戰(zhàn)進(jìn)行了講解。
本書針對深度學(xué)習(xí)及開源框架——PyTorch，采用簡明的語言進(jìn)行知識(shí)的講解，注重實(shí)戰(zhàn)。全書分為4篇，共19章。深度學(xué)習(xí)基礎(chǔ)篇（第1章~第6章）包括PyTorch簡介與安裝、機(jī)器學(xué)習(xí)基礎(chǔ)與線性回歸、張量與數(shù)據(jù)類型、分類問題與多層感知器、多層感知器模型與模型訓(xùn)練、梯度下降法、反向傳播算法與內(nèi)置優(yōu)化器。計(jì)算機(jī)視覺篇（第7章~第14章）包括計(jì)算機(jī)視覺與卷積神經(jīng)網(wǎng)絡(luò)、卷積入門實(shí)例、圖像讀取與模型保存、多分類問題與卷積模型的優(yōu)化、遷移學(xué)習(xí)與數(shù)據(jù)增強(qiáng)、經(jīng)典網(wǎng)絡(luò)模型與特征提取、圖像定位基礎(chǔ)、圖像語義分割。自然語
隨著云計(jì)算、大數(shù)據(jù)等的快速發(fā)展，越來越多的組織用信息化手段進(jìn)行流程管理。如何提升流程執(zhí)行的智能化程度、動(dòng)態(tài)性和柔性，以提高對非標(biāo)準(zhǔn)業(yè)務(wù)的管理效率，是流程管理面臨的一個(gè)重要問題。 本書基于流程管理系統(tǒng)積累的日志，提出了3種流程管理的工作流活動(dòng)推薦方法，分別為基于用戶類別近鄰的活動(dòng)推薦方法、基于Pearson相關(guān)系數(shù)的活動(dòng)推薦方法和基于協(xié)同過濾的活動(dòng)推薦方法，并介紹了一種流程信息的可視化算法，實(shí)現(xiàn)了一個(gè)可視化原型系統(tǒng)。 本書結(jié)構(gòu)清晰，文字流暢，圖文并茂，適合從事流程管理系統(tǒng)研究的讀者閱讀，也適合作為
本書通過扎實(shí)、詳細(xì)的內(nèi)容和清晰的結(jié)構(gòu)，從算法理論、算法源碼、實(shí)驗(yàn)結(jié)果等方面對深度學(xué)習(xí)算法進(jìn)行分析和介紹。本書共三篇，第一篇主要介紹深度學(xué)習(xí)在計(jì)算機(jī)視覺方向的一些卷積神經(jīng)網(wǎng)絡(luò)，從基礎(chǔ)骨干網(wǎng)絡(luò)、輕量級(jí) CNN、模型架構(gòu)搜索 3 個(gè)方向展開，介紹計(jì)算機(jī)視覺方向的里程碑算法；第二篇主要介紹深度學(xué)習(xí)在自然語言處理方向的重要突破，包括基礎(chǔ)序列模型和模型預(yù)訓(xùn)練；第三篇主要介紹深度學(xué)習(xí)在模型優(yōu)化上的進(jìn)展，包括模型優(yōu)化方法。 通過閱讀本書，讀者可以深入理解主流的深度學(xué)習(xí)基礎(chǔ)算法，搭建起自己的知識(shí)體系，領(lǐng)會(huì)算法的本
使用TensorFlow為多個(gè)移動(dòng)平臺(tái)構(gòu)建智能深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)應(yīng)用程序。本書涵蓋了10余個(gè)由TensorFlow提供支持并從頭開始構(gòu)建的完整iOS、Android和樹莓派應(yīng)用程序，可在設(shè)備上離線運(yùn)行各種TensorFlow模型：從計(jì)算機(jī)視覺、語音識(shí)別和自然語言處理到生成對抗網(wǎng)絡(luò)以及AlphaZero（如深度強(qiáng)化學(xué)習(xí)）。你將學(xué)習(xí)如何使用或再訓(xùn)練現(xiàn)有的模型、構(gòu)建模型以及開發(fā)能運(yùn)行這些模型的智能移動(dòng)應(yīng)用程序，并通過分步教程快速掌握如何構(gòu)建此類應(yīng)用程序，同時(shí)學(xué)會(huì)利用大量寶貴的故障排除技巧來避免
人工智能時(shí)代已經(jīng)來臨，這項(xiàng)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(shí)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(jià)值篇主要講述了人工智能的價(jià)值，分析其為生活、社會(huì)、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(shí)，并且告訴讀者應(yīng)該如何跟上潮流�？傊緯且槐静豢啥嗟玫膶�(shí)戰(zhàn)書，不僅具備很
《AI可解釋性（Python語言版）》全面介紹了AI可解釋性的概念和可用技術(shù)，使機(jī)器學(xué)習(xí)系統(tǒng)更易于解釋。書中提出的方法可以應(yīng)用于幾乎所有現(xiàn)有的機(jī)器學(xué)習(xí)模型：線性和邏輯回歸、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、自然語言處理和圖像識(shí)別等等。隨著機(jī)器學(xué)習(xí)的發(fā)展，如今人們越來越多地使用人工智能體來執(zhí)行以前由人類處理的關(guān)鍵任務(wù)(醫(yī)療、法律和金融等等)。雖然智能體的設(shè)計(jì)原則已被理解，但目前的大多數(shù)深度學(xué)習(xí)模型對人類理解而言是“不透明的”。《AI可解釋性(Python語言版)》從理論和實(shí)踐的角度填補(bǔ)了這個(gè)新興主題文獻(xiàn)方
新書資訊 新書推薦