本書(shū)分為3部分，分別是綜述篇、通用技術(shù)篇和行業(yè)應(yīng)用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術(shù)篇精心挑選10個(gè)以研發(fā)底層技術(shù)為核心競(jìng)爭(zhēng)力的企業(yè)的產(chǎn)品，詳細(xì)介紹了它們的實(shí)現(xiàn)思路以及現(xiàn)階段應(yīng)用。行業(yè)應(yīng)用篇共有24個(gè)案例，主要匯集了人工智能技術(shù)與實(shí)體經(jīng)濟(jì)結(jié)合的應(yīng)用案例，重點(diǎn)關(guān)注人工智能技術(shù)的應(yīng)用場(chǎng)景

機(jī)器學(xué)習(xí)是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門(mén)學(xué)科。其目標(biāo)是模擬人類的學(xué)習(xí)活動(dòng)，從數(shù)據(jù)中獲取知識(shí)和技能，重新組織已有的知識(shí)結(jié)構(gòu)，從而不斷改善系統(tǒng)性能。本書(shū)共9項(xiàng)目。項(xiàng)目1介紹機(jī)器學(xué)習(xí)基礎(chǔ)，概要介紹機(jī)器學(xué)習(xí)的發(fā)展簡(jiǎn)史和一般步驟，以及本書(shū)涉及的方法和算法；項(xiàng)目2項(xiàng)目7討論k近鄰算法、線性回

本書(shū)全面系統(tǒng)地闡述了人工智能的基本原理，勾畫(huà)了人工智能理論和技術(shù)體系的基本框架，內(nèi)容涵蓋了人工智能各個(gè)分支領(lǐng)域的基本知識(shí)和主要內(nèi)容，并體現(xiàn)了人工智能的最新進(jìn)展。本書(shū)內(nèi)容全面、基礎(chǔ)、新穎、實(shí)用，為讀者進(jìn)一步學(xué)習(xí)和研發(fā)奠定了基礎(chǔ)，指引了方向。全書(shū)共分為六篇，每篇為一個(gè)知識(shí)單元。本書(shū)結(jié)構(gòu)風(fēng)格獨(dú)特，條理清楚，語(yǔ)言精練，圖文并茂

本書(shū)主要介紹如何應(yīng)用Tensorflow來(lái)實(shí)現(xiàn)深度學(xué)習(xí)的架構(gòu)與應(yīng)用。全書(shū)從tensorflow的基本語(yǔ)法，基礎(chǔ)教程、高級(jí)工具以及進(jìn)階教程來(lái)對(duì)深度學(xué)習(xí)的理論與技術(shù)進(jìn)行深入分析與講解，并提供大量的案例從零開(kāi)始教會(huì)讀者如何使用深度學(xué)習(xí)進(jìn)行開(kāi)發(fā)以及應(yīng)用。本書(shū)主要介紹如何應(yīng)用Tensorflow來(lái)實(shí)現(xiàn)深度學(xué)習(xí)的架構(gòu)與應(yīng)用。全書(shū)從

本書(shū)分為14章,涵蓋的主要內(nèi)容有人工智能的發(fā)展;開(kāi)發(fā)環(huán)境的部署與使用;TensorFlow2.0框架結(jié)構(gòu)及基本函數(shù)使用;神經(jīng)網(wǎng)絡(luò)的發(fā)展與基本結(jié)構(gòu);圖像處理;TensorFlow2.0可視化工具TensorBoard;普通神經(jīng)網(wǎng)絡(luò)曲線擬合;普通神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)MNIST手寫(xiě)字體識(shí)別;圖像風(fēng)格遷移;小型汽車(chē)車(chē)牌識(shí)別;

本書(shū)屬于人工智能方面的基礎(chǔ)研究的著作,全面探討研究人工智能的基本理論和技術(shù)發(fā)展,由人工智能基本概念、確定性知識(shí)系統(tǒng)、不確定性知識(shí)系統(tǒng)、智能搜索技術(shù)、自然語(yǔ)言理解等五大部分組成。全書(shū)以人工智能為研究對(duì)象,分析人工智能的原理及其在各方面的應(yīng)用,在此技術(shù)基礎(chǔ)上,結(jié)合現(xiàn)實(shí)需求,提出人工智能對(duì)社會(huì)的重要性與未來(lái)的發(fā)展方向。

TensorFlow是谷歌公司于2015年研發(fā)的深度學(xué)習(xí)框架。它的出現(xiàn)降低了人工智能時(shí)代的入門(mén)門(mén)檻，提高了開(kāi)發(fā)效率。本書(shū)針對(duì)TensorFlow2.0版本編寫(xiě)，基于工作過(guò)程進(jìn)行系統(tǒng)化的體例設(shè)計(jì)，采用理論知識(shí)結(jié)合項(xiàng)目實(shí)例的形式，由淺入深地介紹TensorFlow深度學(xué)習(xí)框架的原理、特性、編程技巧和應(yīng)用方法。本書(shū)包含深度學(xué)

本書(shū)共9章，主要介紹了人工智能在監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)3個(gè)領(lǐng)域的10種常見(jiàn)算法，包括kNN、貝葉斯、決策樹(shù)、支持向量機(jī)、集成學(xué)習(xí)、K-means、線性回歸、神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)、Q-learning等。全書(shū)采用Python作為實(shí)現(xiàn)語(yǔ)言，通過(guò)大量原創(chuàng)圖表及實(shí)用案例讓讀者參與和體驗(yàn)人工智能的決策過(guò)程，希望讀者能夠了解

人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的一門(mén)學(xué)科。本書(shū)系統(tǒng)地闡述了人工智能的基本理論、基本技術(shù)、研究方法和應(yīng)用領(lǐng)域等內(nèi)容,比較全面地反映了國(guó)內(nèi)外人工智能研究領(lǐng)域的*進(jìn)展和發(fā)展方向,包括智能優(yōu)化算法及應(yīng)用研究。本書(shū)共6章,主要內(nèi)容包括:人工智能的定義、起源、分類與發(fā)展,人工智能的知識(shí)表示方法,確定性推理的主要

全書(shū)系統(tǒng)性地介紹了AI入門(mén)的有關(guān)知識(shí)，從AI與人類對(duì)話、與人腦的差異、AI藝術(shù)創(chuàng)作等多個(gè)方面探討了AI的發(fā)展進(jìn)程，重點(diǎn)介紹了深度學(xué)習(xí)這一AI領(lǐng)域關(guān)鍵技術(shù)，探討它的進(jìn)化程度將如何影響人類未來(lái)的生活與工作等。在全書(shū)Z后的部分，還全景展示了作者對(duì)兩位知名AI專家的采訪，對(duì)于目前AI主流的研究方向和入門(mén)基礎(chǔ)有精彩的觀點(diǎn)和詳細(xì)的