本書源于阿里巴巴千億級知識圖譜構建與產業(yè)化應用的工作總結，對知識圖譜理論和大規(guī)模工業(yè)實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰(zhàn)經驗為中心，以深厚的理論成果為支撐，詳細闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構設計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前

本書從深度學習的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學習的目標檢測的基本問題及其相關處理方法與技術，主要內容涉及兩階段和單階段目標檢測的理論、算法和研究成果。本書共6章，包括深度學習神經網絡類型、目標檢測技術、基于FasterR-CNN的目標檢測改進算法、領域自適應及其在目標檢測技術上的典型應用、圖像識別模型改進及面部表情

機器學習已經廣泛地應用于各行各業(yè)，深度學習的興起再次推動了人工智能的熱潮。本書結合項目實踐，首先討論主流機器學習平臺的主要特點和機器學習的實戰(zhàn)難點；在此基礎上，利用主流的機器學習開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森林、支持向量機、邏輯回

全書從推薦系統(tǒng)的發(fā)展歷史、基本構成開始，依次剖析推薦系統(tǒng)的內容召回、協(xié)同過濾召回、深度學習召回中具有代表性的模型；再從經典排序模型到基于深度學習的排序，順勢介紹會話推薦、強化學習推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術體系，這是一個由淺入深的系統(tǒng)學習過程。 本書的目標讀者應該對深度學習有基本的了解，掌握概率論、線性代

本書以Python機器學習常用技術與真實案例相結合的方式，深入淺出地介紹了Python機器學習應用的主要內容。全書共11章，分別介紹了機器學習概述、數(shù)據準備、特征工程、有監(jiān)督學習、無監(jiān)督學習、智能推薦的相關知識，并介紹了市財政收入分析案例、基于非侵入式電力負荷監(jiān)測與分解的電力分析案例、航空公司客戶價值分析案例、廣電大數(shù)

近年來人工智能技術蓬勃發(fā)展，人工智能正在改變我們的生活。為了讓讀者在不需要掌握太多數(shù)學 和計算機科學知識的情況下，能夠快速上手，使用Python語言實現(xiàn)常用的機器學習算法，并解決一些實際的問題，我們策劃并出版本書。 本書共14章，內容涵蓋基本的機器學習概念和環(huán)境搭建，目前各個領域中的熱門算法，以及數(shù)據預處理、模型評估和

零樣本圖像分類主要解決在標記訓練樣本不足以涵蓋所有對象類的情況下，如何對未知新模式進行正確分類的問題，近年來已逐漸成為機器學習領域的研究熱點之一。利用可見類訓練樣本學習到的分類器對新出現(xiàn)的對象類進行分類識別是非常困難的學習任務�！读銟颖緢D像分類》針對零樣本圖像分類問題從屬性角度入手，基于深度學習及知識挖掘、屬性自適應、

本書選材廣泛，主要包括人工智能概述、現(xiàn)實世界中人工智能的應用、人工智能的類型、人工智能的利與弊、人工智能中的知識表示、人工智能中的推理、人工智能中的搜索算法、機器學習算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應用、有監(jiān)督機器學習與無監(jiān)督機器學習、現(xiàn)實世界中機器學習的應用、人工神經網絡、深度學習、模式識別、面部識別、人工智

近年來，人工智能發(fā)展非常迅速，在可以預見的未來，它必然會強烈沖擊并深刻變革人類既有的生活模式。實際上，除技術問題外，人工智能的邏輯基礎和倫理基礎與哲學之間的關系也十分密切。有鑒于此，本書從與人工智能緊密相關的哲學問題入手，關注如下話題：強人工智能是否可能；近代唯理論和經驗論爭論對于人工智能的影響；蘇聯(lián)、日本及歐盟在人工

本書介紹了人工智能概覽、機器學習、深度學習、人工智能主流開發(fā)框架、華為全棧全場景AI戰(zhàn)略—EI、HiAI、昇騰，以及人工智能綜合實驗等內容?這是一本華為ICT學院人工智能課程培訓的教材。本書是作者和華為的工作人員共同完成的，其間參閱了國內外現(xiàn)有教材和相關文獻后編寫的?全書注重理論與實踐的結合,注重算法與框架的實際應用與