本書對(duì)“西瓜書”中除了公式以外的重難點(diǎn)內(nèi)容加以解析,以過來人視角給出學(xué)習(xí)建議,對(duì)比較難理解的公式和重點(diǎn)內(nèi)容擴(kuò)充具體例子說明,以及對(duì)跳步過大的公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。全書共16章,與西瓜書章節(jié)、公式一一對(duì)應(yīng),每個(gè)公式的解析和推導(dǎo)本書都以本科數(shù)學(xué)基礎(chǔ)的視角進(jìn)行講解,希望能夠幫助讀者成為合格的“理工科數(shù)學(xué)基礎(chǔ)扎實(shí)點(diǎn)的大二下學(xué)

本書先介紹深度強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)及相關(guān)算法，然后給出多個(gè)實(shí)戰(zhàn)項(xiàng)目，以期讓讀者可以根據(jù)環(huán)境的直接反饋對(duì)智能體加以調(diào)整和改進(jìn)，提升運(yùn)用深度強(qiáng)化學(xué)習(xí)技術(shù)解決實(shí)際問題的能力。本書涵蓋深度Q網(wǎng)絡(luò)、策略梯度法、演員-評(píng)論家算法、進(jìn)化算法、Dist-DQN、多智能體強(qiáng)化學(xué)習(xí)、可解釋性強(qiáng)化學(xué)習(xí)等內(nèi)容。本書給出的實(shí)戰(zhàn)項(xiàng)目緊跟深度強(qiáng)化學(xué)習(xí)

隨著人工智能技術(shù)的廣泛應(yīng)用，網(wǎng)絡(luò)智能化近年來受到廣泛的關(guān)注，已經(jīng)成為下一代移動(dòng)通信與未來網(wǎng)絡(luò)的重要技術(shù)。阿爾法圍棋（AlphaGo）之后，深度強(qiáng)化學(xué)習(xí)不斷推陳出新，為網(wǎng)絡(luò)中的決策問題提供了有效的潛在解決方案。本書系統(tǒng)介紹了網(wǎng)絡(luò)智能化中深度強(qiáng)化學(xué)習(xí)的基本理論、算法及應(yīng)用場(chǎng)景。全書共8章，針對(duì)互聯(lián)網(wǎng)、移動(dòng)通信網(wǎng)、邊緣網(wǎng)絡(luò)、

人工智能超入門叢書致力于面向人工智能各技術(shù)方向零基礎(chǔ)的讀者，內(nèi)容涉及數(shù)據(jù)思維、數(shù)據(jù)科學(xué)、視覺感知、情感分析、搜索算法、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜、專家系統(tǒng)等方向，體系完整、內(nèi)容簡(jiǎn)潔、文字通俗，綜合介紹人工智能相關(guān)知識(shí)，并輔以程序代碼解決問題，使得零基礎(chǔ)的讀者快速入門。本書是人工智能超入門叢書的一個(gè)分冊(cè)，以機(jī)器學(xué)習(xí)為主線，介紹如

本書主要講解人工智能的技術(shù)發(fā)展和行業(yè)現(xiàn)狀，旨在幫助讀者掌握進(jìn)入人工智能行業(yè)工作的知識(shí)和方法。 本書首先介紹人工智能的技術(shù)概況、人工智能對(duì)人們的生活和工作的影響，以及人工智能的三大技術(shù)--機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和大數(shù)據(jù)的基本原理與應(yīng)用。其次，本書介紹人工智能從業(yè)者所需要的專業(yè)技術(shù)，并提供相應(yīng)的學(xué)習(xí)方法。接著，本書介紹人工智能

本書是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域?qū)＜叶嗄陮?shí)踐的結(jié)晶。它深入淺出地講解了無代碼人工智能開發(fā)平臺(tái)實(shí)踐，可以激發(fā)讀者對(duì)人工智能的興趣、學(xué)習(xí)人工智能知識(shí)、明確人工智能要素、掌握人工智能應(yīng)用流程，并在學(xué)習(xí)和工作中不斷拓展人工智能的應(yīng)用領(lǐng)域，探索新的人工智能落地應(yīng)用場(chǎng)景。本書首先介紹了人工智能和無代碼人工智能平臺(tái)EasyDL的基本用法

本書系統(tǒng)介紹了機(jī)器學(xué)習(xí)常用算法及其應(yīng)用，在深入分析算法原理的基礎(chǔ)上，結(jié)合當(dāng)前熱門應(yīng)用場(chǎng)景，向讀者展現(xiàn)了機(jī)器學(xué)習(xí)算法的綜合應(yīng)用，帶領(lǐng)讀者進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域，開啟人工智能行業(yè)的大門。全書共21章，分為3部分。第1部分介紹機(jī)器學(xué)習(xí)基礎(chǔ)算法，包括線性回歸、多項(xiàng)式回歸、邏輯回歸、k-NN、決策樹、k-Means、SVM、隨機(jī)森林、

本書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡(luò)的主要理論和設(shè)計(jì)基礎(chǔ)，給出了大量應(yīng)用實(shí)例，旨在使讀者了解神經(jīng)網(wǎng)絡(luò)的發(fā)展背景和研究對(duì)象，理解和熟悉其基本原理和主要應(yīng)用，掌握其結(jié)構(gòu)模型和基本設(shè)計(jì)方法，為以后的深入研究和應(yīng)用開發(fā)打下基礎(chǔ)。全書共分為10章，第1、2章介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史、基本特征與功能、應(yīng)用領(lǐng)域及基礎(chǔ)知識(shí)，第3~10章展開介

使用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際應(yīng)用問題涉及模型的建立、訓(xùn)練及評(píng)估等步驟。優(yōu)化算法常被用于訓(xùn)練模型的參數(shù)，是機(jī)器學(xué)習(xí)的重要組成部分。機(jī)器學(xué)習(xí)模型的訓(xùn)練可以建模成無約束優(yōu)化問題或帶約束優(yōu)化問題，約束可以為模型增加更多的先驗(yàn)知識(shí)�；�于梯度的算法（例如加速梯度法、隨機(jī)梯度法等）是求解無約束優(yōu)化問題的常用方法，而交替方向乘子法（ADM

本書是入門階段的人工智能技術(shù)讀物，使讀者獲得人工智能的入門知識(shí)和基本的人工智能思維模式與動(dòng)手能力，主要內(nèi)容包括人類智能與人工智能的關(guān)系、人工智能的定義、人工智能六大實(shí)現(xiàn)途徑、智能系統(tǒng)的動(dòng)手實(shí)踐等，為學(xué)校開展人工智能入門教學(xué)或者讀者自學(xué)人工智能技術(shù)提供參考和指南。