本書著重介紹人工智能的基本概老，力求團清人工智能相關學科理論與實際應用之間的關聯(lián)。從智能引入人工智能的概老、發(fā)展。主要流源和未來發(fā)展的趨勢:在數(shù)據(jù)、算力和算法的核心驅動下，引入計算智能。感知智能、語富智能、行為智能和混合智能的概念。原理、方法與進展，并從不同的學科角度介細人工智能的應用與趨勢:最后介部人工智能面臨的問題

深度學習是機器學習的一個分支，包括一套建立數(shù)據(jù)高級抽象模型的算法�！痘�于R語言的高級深度學習》將幫助讀者了解流行的深度學習架構及其用R語言實現(xiàn)的變體，并提供實際示例�！痘�于R語言的高級深度學習》內容涵蓋用于預測和分類的重要的深度學習技術和概念，包括神經(jīng)網(wǎng)絡、深度學習架構以及用R實現(xiàn)深度學習的基礎知識�！痘�于R語言的高級

本書圍繞物聯(lián)網(wǎng)通信技術應用的崗位定義和崗位職能，以物聯(lián)網(wǎng)傳感器認知與應用、物聯(lián)網(wǎng)執(zhí)行器認知與應用、物聯(lián)網(wǎng)通信終端開發(fā)、物聯(lián)網(wǎng)短距離無線通信技術應用、物聯(lián)網(wǎng)長距離無線通信技術應用、物聯(lián)網(wǎng)云平臺的使用為主要技能點組織和闡述物聯(lián)網(wǎng)通信技術知識和技能。本書包括6個項目，按照感知層、網(wǎng)絡層、應用層一步一步展開。每個項目中的任務設

本書將數(shù)學理論與實例相結合，這些實例以最*先進的通用機器學習框架為基礎，由Python實現(xiàn)，向讀者介紹更復雜的算法。全書共25章，包括機器學習模型基礎、損失函數(shù)和正則化、半監(jiān)督學習導論、高級半監(jiān)督分類、基于圖的半監(jiān)督學習、聚類和無監(jiān)督學習模型、高級聚類和無監(jiān)督學習模型、面向營銷的聚類和無監(jiān)督學習模型、廣義線性模型和回歸

神經(jīng)計算的信息論方法 香農信息科學經(jīng)典

機器學習的信息論方法 香農信息科學經(jīng)典

本書是《Scikit-learn機器學習詳解》（潘風文編著）的進階篇，講解了Sklearn（Scikit-learn）機器學習框架的各種高級應用技術，包括數(shù)據(jù)集導入工具、集成學習、模型選擇和交叉驗證、異常檢測、管道、信號分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學習，讀者可快速掌握Sklearn框架的高

本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關鍵痛點，為構建解決語義匹配問題的深度學習模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學習技術在構建匹配模型時的應用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當前的深度

本書講解概率圖模型的基本原理及其在機器學習、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡模型中的應用,并且從概率圖模型的角度講解機器學習算法、深度神經(jīng)網(wǎng)絡模型的概率原理，培養(yǎng)學生知其然，并知其所以然的思維方式，解決學生應用建模時僅局限于模型選型和調參的問題。本書內容豐富，將原理與實例相結合，數(shù)學與代碼相結合，可作為高等院校的人工智能

本教材遵循案例教學模式進行課程教學設計，圍繞人工智能應用案例展開，強調學科教學設計、主要研究內容、核心研究領域及前沿理論和技術等，內容涉及圖像、視頻、語音、文本和機器人。本教材覆蓋人工智能（師范）專業(yè)入門必須掌握的知識，強調基礎性和前沿性并重，理論和實驗相統(tǒng)一，著力于師范生的課程設計能力、案例分析能力和動手實踐能力的培