人工智能時(shí)代已經(jīng)來(lái)臨，這項(xiàng)技術(shù)正在改變?nèi)祟?lèi)的認(rèn)知和生活，也對(duì)社會(huì)各個(gè)領(lǐng)域產(chǎn)生了重大的影響。本書(shū)從理論基礎(chǔ)、商業(yè)落地、實(shí)戰(zhàn)場(chǎng)景、案例分析多個(gè)方面介紹人工智能，講述人工智能對(duì)農(nóng)業(yè)、金融、娛樂(lè)、醫(yī)療、營(yíng)銷(xiāo)、工業(yè)、教育等領(lǐng)域的影響。另外，為了迎合時(shí)代熱點(diǎn)，本書(shū)還分析了人工智能與5G、區(qū)塊鏈等前沿技術(shù)的融合及融合效果，使讀者了解

本書(shū)以數(shù)據(jù)驅(qū)動(dòng)的數(shù)學(xué)問(wèn)題研究為核心，是一部由研究工作構(gòu)成的原創(chuàng)著作。全書(shū)共分7章，按三個(gè)模塊劃分：第一個(gè)模塊是研究背景和框架介紹，即第1章緒論，這是本書(shū)主題內(nèi)容的一個(gè)導(dǎo)論；第二個(gè)模塊是粒度空間的基礎(chǔ)理論及模型，由第2～5章組成，其中涉及粒度空間的基本理論，結(jié)構(gòu)聚類(lèi)特征與融合，以及聚類(lèi)結(jié)構(gòu)分析理論等研究；第三個(gè)模塊是粒度

知識(shí)圖譜的發(fā)展歷史源遠(yuǎn)流長(zhǎng)，從經(jīng)典人工智能的核心命題——知識(shí)工程，到互聯(lián)網(wǎng)時(shí)代的語(yǔ)義Web，再到當(dāng)下很多領(lǐng)域構(gòu)建的數(shù)千億級(jí)別的現(xiàn)代知識(shí)圖譜。知識(shí)圖譜兼具人工智能、大數(shù)據(jù)和互聯(lián)網(wǎng)的多重技術(shù)基因，是知識(shí)表示、表示學(xué)習(xí)、自然語(yǔ)言處理、圖數(shù)據(jù)庫(kù)和圖計(jì)算等多個(gè)領(lǐng)域技術(shù)的綜合集成。本書(shū)全面覆蓋了知識(shí)圖譜的表示、存儲(chǔ)、獲取、推理、融

演化學(xué)習(xí)作為機(jī)器學(xué)習(xí)中解決復(fù)雜優(yōu)化問(wèn)題的重要方法，此前一直因?yàn)槔碚撝�撐不足未得到�?yīng)有重視。本書(shū)將介紹作者團(tuán)隊(duì)近幾年在演化學(xué)習(xí)理論和算法方面取得的重要進(jìn)展，彌補(bǔ)上述缺憾。本書(shū)內(nèi)容主要分四部分，第一部分簡(jiǎn)要介紹演化學(xué)習(xí)基礎(chǔ)知識(shí)；第二部分講述演化算法中用于分析運(yùn)行時(shí)和近似性能的通用理論工具；第三部分講解關(guān)于演化優(yōu)化中主要因素

機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)與人工智能的重要分支領(lǐng)域.本書(shū)作為該領(lǐng)域的入門(mén)教材，在內(nèi)容上盡可能涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的各方面.全書(shū)共16章，大致分為3個(gè)部分：第1部分（第1～3章）介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)；第2部分（第4～10章）討論一些經(jīng)典而常用的機(jī)器學(xué)習(xí)方法（決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類(lèi)器、集成學(xué)習(xí)、聚類(lèi)、降維與度

本書(shū)主要內(nèi)容包括機(jī)器學(xué)習(xí)介紹，NumPy、Pandas、SciPy庫(kù)、Matplotlib（可視化）四個(gè)基礎(chǔ)模塊，Scikit-learn算法、模型、擬合、過(guò)擬合、欠擬合、模型性能度量指標(biāo)、數(shù)據(jù)標(biāo)準(zhǔn)化、非線(xiàn)性轉(zhuǎn)換、離散化，以及特征抽取和降維的各種方法，包括特征哈希、文本特征抽取、特征聚合等。全書(shū)通過(guò)實(shí)用范例和圖解形式講

場(chǎng)景化機(jī)器學(xué)習(xí)

本書(shū)從概念和數(shù)學(xué)原理上對(duì)人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理、深度學(xué)習(xí)幾個(gè)主要方面進(jìn)行了闡述，并以Python為主要工具進(jìn)行了相應(yīng)的編程實(shí)踐，以使讀者對(duì)人工智能相關(guān)技術(shù)有更直觀和深入的理解。此外，本書(shū)也用幾個(gè)獨(dú)立的章節(jié)從原理和實(shí)踐上介紹了量子計(jì)算、區(qū)塊鏈技術(shù)、并行計(jì)算、增強(qiáng)現(xiàn)實(shí)等與人工智能

大部分TensorFlow教材應(yīng)用案例少，理論講解比較概括，學(xué)生數(shù)學(xué)基礎(chǔ)薄弱，對(duì)人工神經(jīng)網(wǎng)絡(luò)較難入門(mén)。本教材介紹TensorFlow的發(fā)展和特點(diǎn)后，通過(guò)案例詳細(xì)介紹TensorFlow的使用，著重細(xì)致地講解學(xué)生學(xué)習(xí)中遇到的難點(diǎn)，比如張量的形狀、卷積、池化、交叉熵等。通過(guò)案例讓學(xué)生逐層遞進(jìn)地掌握TensorFlow，最后

《人工智能簡(jiǎn)史》全面講述人工智能的發(fā)展史，幾乎覆蓋人工智能學(xué)科的所有領(lǐng)域，包括人工智能的起源、自動(dòng)定理證明、專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言處理、遺傳算法、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、超級(jí)智能、哲學(xué)問(wèn)題和未來(lái)趨勢(shì)等，以宏闊的視野和生動(dòng)的語(yǔ)言，對(duì)人工智能進(jìn)行了全面回顧和深度點(diǎn)評(píng)。 第2版中每章都有新增內(nèi)容，并增加了全新的第13章，