本書主要介紹統(tǒng)計機器學(xué)習(xí)領(lǐng)域常用的基礎(chǔ)模型、算法和代碼實現(xiàn)。包括統(tǒng)計機器學(xué)習(xí)、Python語言基礎(chǔ)，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學(xué)習(xí)，以及深度學(xué)習(xí)中的多層感知器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、變分自編碼器、對抗生成網(wǎng)絡(luò)和強化學(xué)習(xí)等模型與優(yōu)化方法，使用Scikit-Learn、TensorF

本書以Python為開發(fā)語言，采用理論與實踐相結(jié)合的形式，系統(tǒng)全面地介紹了機器學(xué)習(xí)涉及的核心知識。本書共6章，其中第1章介紹機器學(xué)習(xí)的基礎(chǔ)知識，包括機器學(xué)習(xí)的概念、分類、研究范圍、開發(fā)環(huán)境等，介紹第一個機器學(xué)習(xí)案例；第2、3章介紹機器學(xué)習(xí)的主要方法：監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)，涉及目前機器學(xué)習(xí)最為流行的經(jīng)典算法和模型，如KN

近年來，人工智能已經(jīng)從科幻走入現(xiàn)實。要理解并運用人工智能技術(shù)，需要熟悉并掌握相關(guān)的數(shù)學(xué)基礎(chǔ)知識。為此，本書整理了人工智能領(lǐng)域涉及的線性代數(shù)、矩陣?yán)碚摗?優(yōu)化、概率論、信息論以及多元統(tǒng)計分析等基礎(chǔ)知識，讀者可根據(jù)需求選取相應(yīng)的章節(jié)進行學(xué)習(xí)。通常，有意深入了解人工智能的讀者，往往已經(jīng)具備微積分和線性代數(shù)等知識儲備。鑒于此，

本書聚焦近期涌現(xiàn)的人工智能、機器人工程、智能醫(yī)學(xué)工程等新工科專業(yè)對于人才培養(yǎng)的實際需求，著力解決人工智能基礎(chǔ)知識交叉貫通不足、配套實驗實踐支撐不強等問題。書中主要內(nèi)容包括Python編程基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、深度學(xué)習(xí)計算框架、卷積神經(jīng)網(wǎng)絡(luò)、序列到序列網(wǎng)絡(luò)、目標(biāo)檢測及其應(yīng)用、語義分割及其應(yīng)用等。本書結(jié)合高等院校人工智能相關(guān)

本書主要講述了神經(jīng)網(wǎng)絡(luò)的重要概念和技術(shù)，并展示了如何使用Python來解決日常生活中常見的神經(jīng)網(wǎng)絡(luò)問題。本書包含了6個神經(jīng)網(wǎng)絡(luò)相關(guān)的項目，分別是糖尿病預(yù)測、出租車費用預(yù)測、圖像分類、圖像降噪、情感分析和人臉識別，這6個項目均是從頭開始實現(xiàn)，且使用了不同的神經(jīng)網(wǎng)絡(luò)。在每個項目中，本書首先會提出問題，然后介紹解決該問題需要

本書根據(jù)深度學(xué)習(xí)技術(shù)發(fā)展速度快、理論性與實踐性強、應(yīng)用廣泛等特點，結(jié)合教學(xué)、科研及應(yīng)用需求，堅持“原理、技術(shù)、應(yīng)用”三位一體原則，注重基礎(chǔ)性、系統(tǒng)性、前沿性和實用性的統(tǒng)一，對深度學(xué)習(xí)的**方法與研究趨勢進行全面深入的研究和探索。全書分成四部分：第一部分是人工智能基礎(chǔ)，重點闡述人工智能的概念、發(fā)展歷史和發(fā)展趨勢等；第二部

《漫話人工智能：從二進制到未來智能社會》是一本面向大眾尤其是青少年的人工智能科普書籍，從介紹人工智能背后的邏輯、數(shù)學(xué)引入主題，接著用生動的語言將計算機和人工智能的誕生、算法科學(xué)、機器學(xué)習(xí)與大數(shù)據(jù)、計算機視覺、語音識別等有趣的知識融入本書，最后科普了人工智能在智能農(nóng)業(yè)、智能醫(yī)療、自動駕駛等不同領(lǐng)域的應(yīng)用。本書具有語言生動

針對每個想要了解深度學(xué)習(xí)概念的數(shù)據(jù)科學(xué)愛好者，本書通過通俗易懂地解釋R代碼，讓讀者可以很容易起步。在深度學(xué)習(xí)算法和應(yīng)用的理論和實踐方面做到了平衡，在講述基礎(chǔ)理論的同時，通過45個基于R語言的編程實例讓讀者循序漸進地掌握深度學(xué)習(xí)技術(shù)。？讀者將通過實戰(zhàn)案例實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短時記憶網(wǎng)絡(luò)（

本書主要介紹了智能計算技術(shù)相關(guān)的理論方法與關(guān)鍵技術(shù)，并對典型的應(yīng)用領(lǐng)域與平臺也進行了相關(guān)介紹和討論。全書共10章，簡要介紹智能的起源、智能與計算等研究背景及意義，詳細介紹了機器學(xué)習(xí)、深度學(xué)習(xí)等模型與算法及其應(yīng)用，著重介紹了圖神經(jīng)網(wǎng)絡(luò)模型、網(wǎng)學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索和大數(shù)據(jù)資源服務(wù)等技術(shù)，并面向智能交通和網(wǎng)絡(luò)交易支付等

本書是“高級人工智能人才培養(yǎng)叢書”中的一本，首先介紹了機器學(xué)習(xí)的相關(guān)概念和發(fā)展歷史，并在此基礎(chǔ)上提出了深度學(xué)習(xí)——它本質(zhì)上是近幾年來大數(shù)據(jù)技術(shù)催生的產(chǎn)物。本書共12章，其中，第1～7章為機器學(xué)習(xí)的內(nèi)容，分別介紹了機器學(xué)習(xí)的簡單模型、貝葉斯學(xué)習(xí)、決策樹、支持向量機、集成學(xué)習(xí)和聚類；第8～12章為深度學(xué)習(xí)的內(nèi)容，由感知機與