人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對(duì)人類的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類進(jìn)行各個(gè)方面的工作，可以說(shuō)大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對(duì)人類有好的一面也有不好的一面。因此，本書將結(jié)合人工智能技術(shù)的發(fā)

本書是近年來(lái)作者對(duì)混合智能系統(tǒng)研究成果及經(jīng)驗(yàn)的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計(jì)科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對(duì)串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

機(jī)器學(xué)習(xí)是人工智能的一個(gè)方向。它是一門多領(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)等多門學(xué)科。其目標(biāo)是使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類學(xué)習(xí)活動(dòng)，從現(xiàn)有大量的數(shù)據(jù)中學(xué)習(xí)，利用經(jīng)驗(yàn)不斷改善系統(tǒng)性能。機(jī)器學(xué)習(xí)步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、建立模型、模型評(píng)估和預(yù)測(cè)。本書共6章。第1章節(jié)主要介紹機(jī)器學(xué)習(xí)的基本概念及其

2017年，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學(xué)開設(shè)人工智能相關(guān)課程，并提倡以計(jì)算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學(xué)導(dǎo)向。因此，機(jī)器學(xué)習(xí)作為人工智能技術(shù)的內(nèi)核，走入我國(guó)廣大中小學(xué)生的課堂是科技發(fā)展的必然選擇。《BR》本書共11章，系統(tǒng)地介紹機(jī)器學(xué)習(xí)模型中常見的白盒和黑盒模型，以及這些模型統(tǒng)一的框

本書的主體內(nèi)容包括機(jī)器學(xué)習(xí)概念與特征工程、機(jī)器學(xué)習(xí)技術(shù)、模型關(guān)系管理，其中，模型關(guān)系管理部分主要介紹了弱集成學(xué)習(xí)、強(qiáng)集成學(xué)習(xí)和混合專家模型。弱集成學(xué)習(xí)是指使用機(jī)器學(xué)習(xí)中的弱分類器實(shí)現(xiàn)模型準(zhǔn)確度和穩(wěn)定性之間的平衡。強(qiáng)集成學(xué)習(xí)是指協(xié)同特征工程與強(qiáng)分類器形成強(qiáng)集成學(xué)習(xí)環(huán)境�；旌蠈＜夷Ｐ褪侵竿ㄟ^(guò)神經(jīng)網(wǎng)絡(luò)集成和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)形成深

本書以人工智能下的大數(shù)據(jù)時(shí)代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)多個(gè)維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒有給出晦澀難懂的數(shù)學(xué)公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡(jiǎn)潔的Python程序,讓讀者能夠快速入門,提升個(gè)人的數(shù)據(jù)綜合素養(yǎng)。

從取代簡(jiǎn)單機(jī)械的重復(fù)勞動(dòng)到輔助內(nèi)容創(chuàng)作、醫(yī)藥開發(fā)、科學(xué)實(shí)驗(yàn)，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預(yù)示著人類即將進(jìn)入一個(gè)全新的發(fā)展階段。本書通過(guò)淺顯易懂的語(yǔ)言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來(lái)的以及人工智能產(chǎn)品是如何進(jìn)行創(chuàng)新迭代的。人工智能行業(yè)的快速發(fā)展對(duì)產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需

本書基于作者多年的研究成果，詳細(xì)介紹了跨數(shù)據(jù)中心機(jī)器學(xué)習(xí)的訓(xùn)練系統(tǒng)設(shè)計(jì)和通信優(yōu)化技術(shù)。本書面向多數(shù)據(jù)中心間的分布式機(jī)器學(xué)習(xí)系統(tǒng)，針對(duì)多數(shù)據(jù)中心間有限的傳輸帶寬、動(dòng)態(tài)異構(gòu)資源，以及異構(gòu)數(shù)據(jù)分布三重挑戰(zhàn)，自底向上討論梯度傳輸協(xié)議、流量傳送調(diào)度、高效通信架構(gòu)、壓縮傳輸機(jī)制、同步優(yōu)化算法、異構(gòu)數(shù)據(jù)優(yōu)化算法六個(gè)層次的優(yōu)化技術(shù)，旨

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)的構(gòu)建原理、方法、過(guò)程，具有較高的學(xué)術(shù)價(jià)值；同時(shí)，本書將所構(gòu)建的類腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)在無(wú)人車交通標(biāo)志檢測(cè)、無(wú)人車-機(jī)械臂協(xié)同作業(yè)這兩個(gè)場(chǎng)景進(jìn)行了示范應(yīng)用，具有較大的工程應(yīng)用價(jià)值。本書主要的讀者群體為從事類腦智能、計(jì)算機(jī)視覺、無(wú)人系統(tǒng)研究的科研工作者

本書是《Scikit-learn機(jī)器學(xué)習(xí)詳解》（潘風(fēng)文編著）的進(jìn)階篇，講解了Sklearn（Scikit-learn）機(jī)器學(xué)習(xí)框架的各種高級(jí)應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學(xué)習(xí)、模型選擇和交叉驗(yàn)證、異常檢測(cè)、管道、信號(hào)分解、模型持久化以及Sklearn系統(tǒng)高級(jí)配置。通過(guò)本書的學(xué)習(xí)，讀者可快速掌握Sklearn框架的高