神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域，是機(jī)器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)體系進(jìn)行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識(shí)。全書共16章。第1章是緒論，簡要介紹人工智

手勢交互是自然人機(jī)交互的研究熱點(diǎn)，在很多領(lǐng)域都有著廣泛的應(yīng)用，例如虛擬/增強(qiáng)現(xiàn)實(shí)、普適計(jì)算、可穿戴計(jì)算、智能家居和游戲娛樂等。本文提出了一套卓有成效的"以用戶為中心的”手勢設(shè)計(jì)方法，應(yīng)用在雙面屏智能手機(jī)、智能汽車信息系統(tǒng)、智能電視交互系統(tǒng)、沉浸式虛擬現(xiàn)實(shí)購物系統(tǒng)中，實(shí)踐證明這套方法能夠有效解決傳統(tǒng)手勢設(shè)計(jì)方法所面臨的一

本書主要針對(duì)控制理論的一些重要分支，分析了當(dāng)前存在的瓶頸問題，展望了其發(fā)展趨勢和面臨的一系列挑戰(zhàn)。全書共分為17章，分別為：優(yōu)化控制研究的概述與關(guān)鍵問題分析、邏輯控制系統(tǒng)中的未解問題、系統(tǒng)與控制中優(yōu)化理論與應(yīng)用的挑戰(zhàn)與瓶頸、分布參數(shù)系統(tǒng)控制、數(shù)據(jù)驅(qū)動(dòng)控制系統(tǒng)、自抗擾控制中的若干未解問題、非線性控制的幾個(gè)瓶頸問題、時(shí)間與

本書采用全彩圖解+視頻講解的形式，通過生動(dòng)有趣的童話探秘之旅，介紹了利用JoyFrog（呱比特手柄）和Kittenblock進(jìn)行人工智能項(xiàng)目開發(fā)的思路及技巧。全書共18課，涵蓋以下知識(shí)點(diǎn)：百度大腦中的文字朗讀、語音識(shí)別、圖形識(shí)別、文字識(shí)別、人臉識(shí)別和寫詩寫春聯(lián)等，F(xiàn)aceAI中的人臉、微笑、年齡、性別等的檢測，機(jī)器學(xué)習(xí)

本書通過扎實(shí)、詳細(xì)的內(nèi)容和清晰的結(jié)構(gòu)，從算法理論、算法源碼、實(shí)驗(yàn)結(jié)果等方面對(duì)深度學(xué)習(xí)算法進(jìn)行分析和介紹。本書共三篇，第一篇主要介紹深度學(xué)習(xí)在計(jì)算機(jī)視覺方向的一些卷積神經(jīng)網(wǎng)絡(luò)，從基礎(chǔ)骨干網(wǎng)絡(luò)、輕量級(jí)CNN、模型架構(gòu)搜索3個(gè)方向展開，介紹計(jì)算機(jī)視覺方向的里程碑算法；第二篇主要介紹深度學(xué)習(xí)在自然語言處理方向的重要突破，包括基

隨著云計(jì)算、大數(shù)據(jù)等的快速發(fā)展，越來越多的組織用信息化手段進(jìn)行流程管理。如何提升流程執(zhí)行的智能化程度、動(dòng)態(tài)性和柔性，以提高對(duì)非標(biāo)準(zhǔn)業(yè)務(wù)的管理效率，是流程管理面臨的一個(gè)重要問題。 本書基于流程管理系統(tǒng)積累的日志，提出了3種流程管理的工作流活動(dòng)推薦方法，分別為基于用戶類別近鄰的活動(dòng)推薦方法、基于Pearson相關(guān)系數(shù)的活動(dòng)

人工智能正在以前所未有的速度發(fā)展，其廣泛地應(yīng)用于汽車、醫(yī)療、交通、制造、金融等多個(gè)領(lǐng)域。通�！叭斯ぶ悄堋币辉~往往與人機(jī)交互系統(tǒng)相聯(lián)系，進(jìn)而突出其應(yīng)用性，表現(xiàn)為“機(jī)器學(xué)習(xí)”和“問題解決”等。現(xiàn)如今人工智能不再是人的延伸，而是可以自我演進(jìn)的，是相對(duì)獨(dú)立的。這就決定了人工智能發(fā)展面臨著巨大的挑戰(zhàn)，不僅是技術(shù)層面的諸多挑戰(zhàn)，還

本書基于TensorFlow.NET框架，詳細(xì)介紹了.NET平臺(tái)下深度學(xué)習(xí)的基礎(chǔ)原理和應(yīng)用技術(shù)，不僅闡述了算法原理，還演示了實(shí)踐代碼和運(yùn)行效果，其中完整示例主要采用的語言為C#和F#。全書分為3個(gè)部分：第一部分介紹了核心API的用法和基礎(chǔ)示例，包括數(shù)據(jù)類型、張量、EagerMode、自動(dòng)求導(dǎo)、線性回歸、邏輯回歸、tf.

全書可分為五大部分，闡述了分布式人工智能的基礎(chǔ)知識(shí)以及相關(guān)進(jìn)展，包括分布式人工智能簡介、分布式規(guī)劃與優(yōu)化、多智能體博弈、多智能體學(xué)習(xí)和分布式人工智能應(yīng)用。除此之外，由于本領(lǐng)域尚處于蓬勃發(fā)展階段，相關(guān)技術(shù)與應(yīng)用層出不窮，因此書中還提供了研究者對(duì)于分布式人工智能發(fā)展的相關(guān)預(yù)測，主要集中在：第一，更復(fù)雜和更大規(guī)模的分布式人工

本書是為順應(yīng)智能時(shí)代教育信息化發(fā)展和滿足教師專業(yè)發(fā)展的現(xiàn)實(shí)需求編寫的，并以“理論與技術(shù)相結(jié)合，實(shí)用性導(dǎo)向”為宗旨，全面介紹教育人工智能研究及發(fā)展應(yīng)用的基本原理和方法，學(xué)完本書后，讀者將對(duì)教育人工智能有全面的了解，并能掌握其整體知識(shí)框架。本書共分十六章，主要內(nèi)容包括緒論、教育人工智能理論基礎(chǔ)、教育人工智能應(yīng)用實(shí)踐、教育人