本書針對深度學習及開源框架——PyTorch，采用簡明的語言進行知識的講解，注重實戰。全書分為4篇，共19章。深度學習基礎篇（第1章~第6章）包括PyTorch簡介與安裝、機器學習基礎與線性回歸、張量與數據類型、分類問題與多層感知器、多層感知器模型與模型訓練、梯度下降法、反向傳播算法與內置優化器。計算機視覺篇（第7章~第14章）包括計算機視覺與卷積神經網絡、卷積入門實例、圖像讀取與模型保存、多分類問題與卷積模型的優化、遷移學習與數據增強、經典網絡模型與特征提取、圖像定位基礎、圖像語義分割。自然語
隨著云計算、大數據等的快速發展，越來越多的組織用信息化手段進行流程管理。如何提升流程執行的智能化程度、動態性和柔性，以提高對非標準業務的管理效率，是流程管理面臨的一個重要問題。 本書基于流程管理系統積累的日志，提出了3種流程管理的工作流活動推薦方法，分別為基于用戶類別近鄰的活動推薦方法、基于Pearson相關系數的活動推薦方法和基于協同過濾的活動推薦方法，并介紹了一種流程信息的可視化算法，實現了一個可視化原型系統。 本書結構清晰，文字流暢，圖文并茂，適合從事流程管理系統研究的讀者閱讀，也適合作為
本書通過扎實、詳細的內容和清晰的結構，從算法理論、算法源碼、實驗結果等方面對深度學習算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在計算機視覺方向的一些卷積神經網絡，從基礎骨干網絡、輕量級 CNN、模型架構搜索 3 個方向展開，介紹計算機視覺方向的里程碑算法；第二篇主要介紹深度學習在自然語言處理方向的重要突破，包括基礎序列模型和模型預訓練；第三篇主要介紹深度學習在模型優化上的進展，包括模型優化方法。 通過閱讀本書，讀者可以深入理解主流的深度學習基礎算法，搭建起自己的知識體系，領會算法的本
使用TensorFlow為多個移動平臺構建智能深度學習和強化學習應用程序。本書涵蓋了10余個由TensorFlow提供支持并從頭開始構建的完整iOS、Android和樹莓派應用程序，可在設備上離線運行各種TensorFlow模型：從計算機視覺、語音識別和自然語言處理到生成對抗網絡以及AlphaZero（如深度強化學習）。你將學習如何使用或再訓練現有的模型、構建模型以及開發能運行這些模型的智能移動應用程序，并通過分步教程快速掌握如何構建此類應用程序，同時學會利用大量寶貴的故障排除技巧來避免
人工智能時代已經來臨，這項技術正在改變人類的認知和行為習慣，也對很多領域和行業造成了影響。本書共3篇，認知篇介紹了人工智能的理論知識與發展現狀，詳細講述人工智能與5G、物聯網、區塊鏈等技術的融合；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、醫療帶來的變革；場景篇從服務場景、工作場景、教育場景、營銷場景入手介紹人工智能的應用，為讀者提供應用指導。如今，人工智能已成為不可逆轉的趨勢。本書向讀者闡述與之相關的知識，并且告訴讀者應該如何跟上潮流。總之，本書是一本不可多得的實戰書，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，使機器學習系統更易于解釋。書中提出的方法可以應用于幾乎所有現有的機器學習模型：線性和邏輯回歸、深度學習神經網絡、自然語言處理和圖像識別等等。隨著機器學習的發展，如今人們越來越多地使用人工智能體來執行以前由人類處理的關鍵任務(醫療、法律和金融等等)。雖然智能體的設計原則已被理解，但目前的大多數深度學習模型對人類理解而言是“不透明的”。《AI可解釋性(Python語言版)》從理論和實踐的角度填補了這個新興主題文獻方
本書主要介紹了線性表、棧與隊列、遞歸、搜索和排序、樹、圖等常用的數據結構和算法的概念和最基本的應用。本書引入了各種各樣的生活知識來類比，并充分運用圖形語言來體現抽象內容，對數據結構所涉及的一些經典算法逐行分析、多算法比較。
作為機器學習領域應用比較成熟、廣泛的業務，個性化推薦在電商、短視頻等平臺發揮著重要作用，其背后的推薦系統已成為當今越來越多應用程序的標配。關于推薦算法的論述有很多，而要將其很好地應用到實際場景中，則需要大量的實踐經驗。本書從實戰的角度介紹推薦系統，主要包含三部分 ：召回算法、排序算法和工程實踐。書中細致剖析了如何在工業中對海量數據應用算法，涵蓋了從算法原理，到模型搭建、優化以及最佳實踐等諸多內容。
本書講述如何快速利用無服務器計算和基于云的人工智能服務的能力。介紹基礎知識后, 將帶你領略第一個實際操作的無服務器人工智能項目: 一個可識別任意網頁圖像的系統。在本書中, 你將探索用于圖像分析的Amazon Rekognition工具、云基礎設施部署、爬蟲服務和簡單API等技術。掌握這個有趣項目中的概念和技能后, 你將著手構建一個無服務器的應用程序, 它使用基于云的人工智能工具, 如基于AWS Transcribe和Polly來實現“語音-文本”雙向轉換功能, 基于Lex來創建交互式聊
本書基于嵌入式人工智能開發板EAIDK-310和嵌入式虹膜門禁系統EAIDK-310-P20實驗平臺, 使用Qt和PyQt作為界面設計和運行框架, 通過在嵌入式Linux系統中使用Python和C++語言編寫程序代碼, 實現視頻采集、物體分類、人臉識別、虹膜圖像預處理、虹膜圖像特征提取與匹配、虹膜圖像采集與定位顯示、虹膜識別門禁系統、智能音箱等實踐案例。本書重實踐、重應用、重開發、重創新, 以人工智能主流應用場景落地為導向、以強化學生應用能力的培養為目標, 詳細闡述解決實際問題的前沿技
新書資訊 新書推薦