這是一部從技術(shù)原理、行業(yè)應(yīng)用、商業(yè)價(jià)值、投資創(chuàng)業(yè)、發(fā)展趨勢(shì)5個(gè)維度講解AIAgent的著作，具有科普書(shū)和商業(yè)書(shū)的雙重屬性。本書(shū)首先詳細(xì)介紹了AIAgent的技術(shù)路徑及其在11大領(lǐng)域的應(yīng)用，豐富的應(yīng)用案例可以幫助讀者深度理解AIAgent產(chǎn)品形態(tài)與服務(wù)方式；然后深入探討了AIAgent的商業(yè)價(jià)值與商業(yè)生態(tài)，并對(duì)AIAge

近年來(lái)人工智能特別是深度學(xué)習(xí)技術(shù)得到了飛速發(fā)展，這背后離不開(kāi)計(jì)算機(jī)硬件和軟件系統(tǒng)的不斷進(jìn)步。在可見(jiàn)的未來(lái)，人工智能技術(shù)的發(fā)展仍將依賴于計(jì)算機(jī)系統(tǒng)和人工智能相結(jié)合的共同創(chuàng)新模式。本書(shū)介紹了前沿的系統(tǒng)和人工智能相結(jié)合的研究工作，包括AIforSystems和SystemsforAI，以幫助讀者更好地尋找和定義有意義的研究問(wèn)

本書(shū)全面、系統(tǒng)地介紹了單機(jī)和分布式圖分析算法的理論基礎(chǔ)、框架、實(shí)戰(zhàn)應(yīng)用等，側(cè)重理論與實(shí)踐相結(jié)合。在內(nèi)容組織上，首先，本書(shū)整體介紹圖分析技術(shù)的發(fā)展歷程和現(xiàn)狀，并分析圖分析技術(shù)面臨的挑戰(zhàn)。其次，本書(shū)系統(tǒng)介紹了以下內(nèi)容：?jiǎn)螜C(jī)圖分析算法的基本原理、常用場(chǎng)景和基礎(chǔ)解法；分布式圖分析技術(shù)的關(guān)鍵步驟解析及調(diào)優(yōu)策略指導(dǎo)；業(yè)界經(jīng)典的大數(shù)

《PyTorch深度學(xué)習(xí)項(xiàng)目教程》根據(jù)初學(xué)者的學(xué)習(xí)曲線和職業(yè)生涯成長(zhǎng)規(guī)律，由淺入深設(shè)計(jì)了5個(gè)基礎(chǔ)項(xiàng)目和3個(gè)綜合項(xiàng)目�；�礎(chǔ)項(xiàng)目包括手寫(xiě)數(shù)字識(shí)別、二維曲線擬合、貓狗圖像分類(lèi)、提升貓狗圖像分類(lèi)的準(zhǔn)確率和文本翻譯，引導(dǎo)讀者使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)算法框架，深入探討了深度學(xué)習(xí)數(shù)據(jù)集構(gòu)建、神經(jīng)網(wǎng)絡(luò)模型原理及實(shí)現(xiàn)、算法訓(xùn)練與評(píng)

本書(shū)用科普化的語(yǔ)言介紹了搜索、計(jì)算機(jī)視聽(tīng)覺(jué)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、多模態(tài)信息處理等人工智能系統(tǒng)中的基礎(chǔ)算法和數(shù)學(xué)模型，它們是實(shí)現(xiàn)人工智能的基礎(chǔ)。展示了人工智能的底層邏輯，人工智能工作的基本規(guī)律。讓讀者真正搞懂如何給機(jī)器裝上眼睛和耳朵、如何讓機(jī)器理解人類(lèi)語(yǔ)言、如何讓機(jī)器擁有知識(shí)、如何讓機(jī)器懂邏輯會(huì)推理、如何使機(jī)器人的言

本書(shū)以統(tǒng)一而較簡(jiǎn)明的方式介紹人工智能算法在數(shù)值求解復(fù)雜系統(tǒng)中的基本方法及最新進(jìn)展。首先從人工智能與機(jī)器學(xué)習(xí)的基礎(chǔ)算法開(kāi)始講解，從最基礎(chǔ)的反向傳播神經(jīng)網(wǎng)絡(luò)模型開(kāi)始，介紹一些經(jīng)典的機(jī)器學(xué)習(xí)算法的基礎(chǔ)及其原理。然后從一階常微分方程初值問(wèn)題引入，分別介紹了常微分方程、偏微分方程以及積分微分方程數(shù)值求解的經(jīng)典算法。隨后分別研究了

本書(shū)系統(tǒng)闡述了機(jī)器學(xué)習(xí)的基本理論、算法和實(shí)現(xiàn)。全書(shū)共11章：第1章著重介紹了機(jī)器學(xué)習(xí)的基本知識(shí)；第2章介紹了樣本數(shù)據(jù)預(yù)處理和提取的傳統(tǒng)算法(如PCA和LDA)，并增加了流形學(xué)習(xí)和稀疏表征等理論；第3-8章系統(tǒng)介紹了傳統(tǒng)機(jī)器學(xué)習(xí)算法，如監(jiān)督學(xué)習(xí)(貝葉斯、最近鄰、線性模型、非線性模型和集成學(xué)習(xí))和非監(jiān)督學(xué)習(xí)(聚類(lèi))；第9、

在人工智能飛速發(fā)展的今天，大眾對(duì)于這一前沿技術(shù)仍感神秘且難以窺探其深。為此，本書(shū)針對(duì)人工智能的核心問(wèn)題進(jìn)行了深入剖析，旨在幫助讀者揭開(kāi)其神秘面紗。本書(shū)的主要內(nèi)容圍繞以下問(wèn)題展開(kāi)：什么是人工智能？人工智能能否解釋其決策？它能否承擔(dān)法律責(zé)任？它是否具有代理權(quán)？人類(lèi)應(yīng)該保留對(duì)這類(lèi)系統(tǒng)的何種控制權(quán)，是否取決于所做決策的類(lèi)型？如

大模型作為人工智能技術(shù)的重要發(fā)展方向，逐漸成為未來(lái)科技發(fā)展的重要方向之一�；�于此，本書(shū)重點(diǎn)介紹與大模型相關(guān)的基礎(chǔ)知識(shí)、原理與技術(shù)。本書(shū)分為14章，內(nèi)容包括深度學(xué)習(xí)基礎(chǔ)、自然語(yǔ)言處理、大模型網(wǎng)絡(luò)結(jié)構(gòu)、大模型訓(xùn)練與優(yōu)化、大模型微調(diào)及相關(guān)應(yīng)用案例等。全書(shū)強(qiáng)調(diào)內(nèi)容的科學(xué)性與系統(tǒng)性，從大模型歷史發(fā)展脈絡(luò)、理論基礎(chǔ)、構(gòu)建方法到應(yīng)用

本書(shū)基于國(guó)內(nèi)外對(duì)混沌神經(jīng)網(wǎng)絡(luò)的研究成果，提出了一種基于腦電波生物機(jī)制的變頻正弦混沌神經(jīng)網(wǎng)絡(luò)（FCSCNN）模型，并通過(guò)對(duì)該模型的激勵(lì)函數(shù)、退火函數(shù)、生物機(jī)制、優(yōu)化機(jī)制等進(jìn)行研究，進(jìn)一步提出了多種衍生模型。本書(shū)詳細(xì)分析了FCSCNN模型及其衍生模型的混沌動(dòng)力學(xué)特性，通過(guò)對(duì)解決函數(shù)優(yōu)化、組合優(yōu)化等問(wèn)題與同類(lèi)模型進(jìn)行對(duì)比實(shí)驗(yàn)