本書介紹終身學習這種高級機器學習范式，這種范式通過積累過去的知識持續(xù)地學習，并將學到的知識用于幫助在未來進行其他學習和解決問題。相比之下，當前主流的機器學習范式都是孤立學習，即給定一個訓練數(shù)據(jù)集，之后在這個數(shù)據(jù)集上運行機器學習算法以生成模型，然后再將該模型運用于預期的應用。這些范式不保留已經(jīng)學到的知識，也不將其運用到后

《機器學習及其應用》比較系統(tǒng)地介紹機器學習的基礎理論與應用技術。首先，介紹掌握機器學習理論和方法所必須具備的基礎知識，包括機器學習的基本概念與發(fā)展歷程、模型構造與優(yōu)化的基本方法；然后，介紹和討論監(jiān)督學習、無監(jiān)督學習、集成學習、強化學習等傳統(tǒng)機器學習理論與方法；在詳細探討神經(jīng)網(wǎng)絡與深度學習基本理論的基礎上，介紹深度卷積網(wǎng)

本書以程序員所熟悉的代碼方式帶領程序員們進入深度學習的世界。所有的理論都有對應的可運行的代碼進行說明。程序員可以通過修改和調(diào)試代碼在熟悉的世界里完成向深度學習的轉(zhuǎn)型。 本書兼顧了Tensorflow和PyTorch這兩大流行的深度學習框架，使讀者同時掌握靜態(tài)計算圖和動態(tài)計算圖這兩大流派，方便讀者跟隨新技術形勢。同時還介

本書包括《探索與爭鳴》雜志自2017年第10期至2018年第7期已發(fā)表的與人工智能相關文章共26篇，內(nèi)容包括從人工智能本質(zhì)看未來的發(fā)展、控制的危機與人工智能的未來情境、人工智能與未來社會：三個反思、人工智能技術下對真理和生命的可解釋性、人工智能對認知、思維和行為方式的改變、人工智能：威脅人類文明的科技之火、科技創(chuàng)造必須

深度學習是當前人工智能的引領技術，是引發(fā)新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術，包括近兩年最新成果。全書由三大部分組成。第一部分是機器學習和神經(jīng)網(wǎng)絡基礎，包括機器學習問題、淺層機器學習、早期神經(jīng)網(wǎng)絡等；第二部分是深度學習模型及算法，包括深度生成模型、卷積網(wǎng)絡、循環(huán)和遞歸網(wǎng)絡、表示學

深度學習是當前人工智能的引領技術，是引發(fā)新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術，包括近兩年最新成果。全書由三大部分組成。第一部分是機器學習和神經(jīng)網(wǎng)絡基礎，包括機器學習問題、淺層機器學習、早期神經(jīng)網(wǎng)絡等；第二部分是深度學習模型及算法，包括深度生成模型、卷積網(wǎng)絡、循環(huán)和遞歸網(wǎng)絡、表示學

本書旨在討論人工智能領域未來的發(fā)展方向，即通用人工智能和奇點現(xiàn)象。本書涵蓋了奇點理論提出以來該領域取得的一系列研究進展，剖析了實現(xiàn)通用人工智能所面臨的問題并分析了各種實現(xiàn)途徑。作者不僅展開了天馬行空的想象，思考未來技術，比如意識上傳、飛米技術等如何為通用人工智能提供可行性，還將現(xiàn)有的通用人工智能技術落地，在生物學領域進

本書是一本針對高校學生的絕佳TensorFlow學習教材。作者結合眾多高質(zhì)量的代碼，生動講解了TensorFlow的底層原理，并從實際應用問題入手，從實踐的角度出發(fā)，通過具體的TensorFlow案例程序介紹常見的模型和應用解決辦法。同時，在教材中還介紹了模型部署和編程過程中所用到的諸多開發(fā)技巧。是學習和掌握人工智能這

本書共4章。第1章介紹了人工智能、機器學習、深度學習、強化學習的基本概念。第2章以Q學習為例，重點介紹了強化學習的原理、算法步驟、代碼實現(xiàn)、代碼運行調(diào)試。第3章先對深度學習的幾種常見的類型和原理進行介紹，然后給出了例程和調(diào)試方法。第4章以Q學習中運用神經(jīng)網(wǎng)絡為例，介紹了深度強化學習的基本原理和方法，同時也給出了例程和調(diào)

本書介紹了深度學習原理與TensorFlow實踐。著重講述了當前學術界和工業(yè)界的深度學習核心知識：機器學習概論、神經(jīng)網(wǎng)絡、深度學習。著重講述了深度學習的實現(xiàn)以及深度學習框架TensorFlow：Python編程基礎、TensorFlow編程基礎、TensorFlow模型、TensorFlow編程實踐、TensorFlo