本書面向初學(xué)者，使用Python語(yǔ)言以及流行的scikit-learn機(jī)器學(xué)習(xí)庫(kù)等資源，通過(guò)易于實(shí)踐的項(xiàng)目，幫助讀者掌握開(kāi)發(fā)有效的機(jī)器學(xué)習(xí)系統(tǒng)所需的流程、模式和策略。本書首先介紹機(jī)器學(xué)習(xí)的基本概念和機(jī)器學(xué)習(xí)系統(tǒng)的評(píng)估技術(shù)；之后擴(kuò)展工具庫(kù)，引入另外幾種分類和回歸技術(shù)以及特征工程；最后介紹一些較為前沿的新技術(shù)，包括組合機(jī)器

本書主要向讀者介紹當(dāng)代人工智能技術(shù)的入門知識(shí)，特別是以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)方法。內(nèi)容包括人工智能的概念、分類和原理，闡述了人工智能的三大流派等。著重介紹了人工智能的相關(guān)技術(shù)和算法，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、自然語(yǔ)言處理、機(jī)器視覺(jué)、機(jī)器人等。本書從基本原理概念、基礎(chǔ)算法、基本理論應(yīng)用三個(gè)方面對(duì)每章內(nèi)容進(jìn)行詳細(xì)

本書將幫助讀者掌握開(kāi)發(fā)有效學(xué)習(xí)系統(tǒng)所需的流程、模式和策略，通過(guò)簡(jiǎn)單的故事、圖片和Python示例來(lái)向讀者傳達(dá)機(jī)器學(xué)習(xí)的基本思想。即使讀者是一名初學(xué)者，只要具備一些Python編程基礎(chǔ)，不管大學(xué)數(shù)學(xué)水平如何，都能輕松閱讀本書并有所收獲。

本書是升級(jí)版，不僅包含機(jī)器學(xué)習(xí)的基本概念，以及如何利用TensorFlow庫(kù)快速構(gòu)建強(qiáng)大的機(jī)器學(xué)習(xí)模型，還涵蓋了前沿的神經(jīng)網(wǎng)絡(luò)技術(shù)，如深度語(yǔ)音分類器、面部識(shí)別和CIFAR-10自動(dòng)編碼。另外，本書新增了如何將代碼更新到TensorFlow2.0，以及在Docker容器中運(yùn)行代碼所需要的技術(shù)。

本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎(chǔ)應(yīng)用知識(shí)和技能，采用圖形化的形象方法方便讀者對(duì)知識(shí)的理解。全書分為三個(gè)部分，第一部分介紹人工智能技術(shù)的概況，第二部分介紹若干常用的人工智能技術(shù)及其應(yīng)用方法，最后一個(gè)部分介紹有關(guān)人工智能倫理的相關(guān)內(nèi)容。本書的特色可以概括為“形象化概念理

《人工智能等級(jí)考試一級(jí)教程人工智能通識(shí)》面向我國(guó)人工智能的通識(shí)教育與專業(yè)技術(shù)人才的培養(yǎng)。全書共8章，分為3篇，分別為人工智能的基本理論、人工智能的應(yīng)用以及人工智能的融合拓展，涵蓋了目前主流的人工智能技術(shù)�！度斯ぶ悄艿燃�(jí)考試一級(jí)教程人工智能通識(shí)》在介紹人工智能的基本原理時(shí)，盡量回避了相關(guān)的復(fù)雜模型和算法設(shè)計(jì)，方便讀者在社

本書通過(guò)基礎(chǔ)理論和算法實(shí)戰(zhàn)相結(jié)合，循序漸進(jìn)地介紹了深度學(xué)習(xí)與交通大數(shù)據(jù)領(lǐng)域內(nèi)的計(jì)算機(jī)基礎(chǔ)知識(shí)案例和應(yīng)用實(shí)戰(zhàn)案例，并通過(guò)PyTorch框架實(shí)現(xiàn)所有深度學(xué)習(xí)算法及案例應(yīng)用。全書共8章，分別介紹了Python基礎(chǔ)知識(shí)、PyTorch基礎(chǔ)知識(shí)、深度學(xué)習(xí)基礎(chǔ)模型，以及基于深度學(xué)習(xí)的軌道交通刷卡數(shù)據(jù)、共享單車軌跡數(shù)據(jù)、出租車軌跡數(shù)

本書從多維數(shù)組Tensor開(kāi)始，循序漸進(jìn)地介紹PyTorch各方面的基礎(chǔ)知識(shí)，并結(jié)合深度學(xué)習(xí)中的經(jīng)典應(yīng)用，帶領(lǐng)讀者從零開(kāi)始完成幾個(gè)經(jīng)典而有趣的實(shí)際項(xiàng)目，包括動(dòng)漫頭像生成、風(fēng)格遷移、自動(dòng)寫詩(shī)以及目標(biāo)檢測(cè)。本書還介紹了PyTorch的幾個(gè)高級(jí)擴(kuò)展，包括向量化計(jì)算、分布式加速以及CUDA擴(kuò)展。本書既適合深度學(xué)習(xí)的初學(xué)者及第一

本書是由作者總結(jié)多年在遙感圖像處理領(lǐng)域的本科教學(xué)與研究生培養(yǎng)經(jīng)驗(yàn)，依托團(tuán)隊(duì)在目標(biāo)檢測(cè)識(shí)別、語(yǔ)義分割、目標(biāo)跟蹤、人臉識(shí)別、生成對(duì)抗及圖像理解等圖像處理實(shí)際工程優(yōu)勢(shì)編寫而成。本書從深度學(xué)習(xí)的基礎(chǔ)出發(fā)，讓學(xué)生掌握反向傳播、過(guò)擬合、損失和優(yōu)化、激活函數(shù)等知識(shí)，然后從深度學(xué)習(xí)的歷史出發(fā)，由Alexnet網(wǎng)絡(luò)結(jié)構(gòu)開(kāi)始，逐步RCMN

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)基于PythonSKlearn的解析本書前6章介紹基礎(chǔ)準(zhǔn)備、數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、機(jī)器學(xué)習(xí)模型（分類、回歸、聚類）、集成學(xué)習(xí)、模型評(píng)估及持久化；第7章介紹機(jī)器學(xué)習(xí)在土木工程中的應(yīng)用場(chǎng)景，并以五個(gè)工程案例系統(tǒng)化講解SKlearn庫(kù)的應(yīng)用。本書輕原理、重實(shí)踐，適合廣大對(duì)機(jī)器學(xué)習(xí)有興趣，并且想系統(tǒng)學(xué)習(xí)數(shù)理統(tǒng)計(jì)的讀