本書將幫助讀者掌握開發(fā)有效學習系統(tǒng)所需的流程、模式和策略，通過簡單的故事、圖片和Python示例來向讀者傳達機器學習的基本思想。即使讀者是一名初學者，只要具備一些Python編程基礎，不管大學數(shù)學水平如何，都能輕松閱讀本書并有所收獲。

本書是升級版，不僅包含機器學習的基本概念，以及如何利用TensorFlow庫快速構建強大的機器學習模型，還涵蓋了前沿的神經網絡技術，如深度語音分類器、面部識別和CIFAR-10自動編碼。另外，本書新增了如何將代碼更新到TensorFlow2.0，以及在Docker容器中運行代碼所需要的技術。

本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎應用知識和技能，采用圖形化的形象方法方便讀者對知識的理解。全書分為三個部分，第一部分介紹人工智能技術的概況，第二部分介紹若干常用的人工智能技術及其應用方法，最后一個部分介紹有關人工智能倫理的相關內容。本書的特色可以概括為“形象化概念理

《人工智能等級考試一級教程人工智能通識》面向我國人工智能的通識教育與專業(yè)技術人才的培養(yǎng)。全書共8章，分為3篇，分別為人工智能的基本理論、人工智能的應用以及人工智能的融合拓展，涵蓋了目前主流的人工智能技術。《人工智能等級考試一級教程人工智能通識》在介紹人工智能的基本原理時，盡量回避了相關的復雜模型和算法設計，方便讀者在社

本書通過基礎理論和算法實戰(zhàn)相結合，循序漸進地介紹了深度學習與交通大數(shù)據領域內的計算機基礎知識案例和應用實戰(zhàn)案例，并通過PyTorch框架實現(xiàn)所有深度學習算法及案例應用。全書共8章，分別介紹了Python基礎知識、PyTorch基礎知識、深度學習基礎模型，以及基于深度學習的軌道交通刷卡數(shù)據、共享單車軌跡數(shù)據、出租車軌跡數(shù)

本書從多維數(shù)組Tensor開始，循序漸進地介紹PyTorch各方面的基礎知識，并結合深度學習中的經典應用，帶領讀者從零開始完成幾個經典而有趣的實際項目，包括動漫頭像生成、風格遷移、自動寫詩以及目標檢測。本書還介紹了PyTorch的幾個高級擴展，包括向量化計算、分布式加速以及CUDA擴展。本書既適合深度學習的初學者及第一

本書是由作者總結多年在遙感圖像處理領域的本科教學與研究生培養(yǎng)經驗，依托團隊在目標檢測識別、語義分割、目標跟蹤、人臉識別、生成對抗及圖像理解等圖像處理實際工程優(yōu)勢編寫而成。本書從深度學習的基礎出發(fā)，讓學生掌握反向傳播、過擬合、損失和優(yōu)化、激活函數(shù)等知識，然后從深度學習的歷史出發(fā)，由Alexnet網絡結構開始，逐步RCMN

機器學習實戰(zhàn)基于PythonSKlearn的解析本書前6章介紹基礎準備、數(shù)據探索、數(shù)據預處理、機器學習模型（分類、回歸、聚類）、集成學習、模型評估及持久化；第7章介紹機器學習在土木工程中的應用場景，并以五個工程案例系統(tǒng)化講解SKlearn庫的應用。本書輕原理、重實踐，適合廣大對機器學習有興趣，并且想系統(tǒng)學習數(shù)理統(tǒng)計的讀

作為該系列叢書的輯，本書的核心目的，在于幫助零基礎的學習者，以系統(tǒng)化的方式構建起關于UX的基礎性認知，并掌握用于應對UX初級實踐的技能以及初建專業(yè)的反思能力。 但是，這并不意味著本書只適合零基礎的讀者閱讀。本系列叢書的核心特征在于基于對UX底層問題的反思，進而展開UX理論體系的重構。這在本書中的具體表現(xiàn)包括：，從不同維

本書主要包括深度學習的理論部分與實踐部分。在本書的理論部分中,本書從“學習”展開,通過對學習的詞源考察、歷史視野、學術視野梳理以及不同生命階段學習的分析,明確學習的本質意涵和基本觀念。在此基礎上,分別從深度學習的緣起和進展、理論基礎、基本內涵、過程模型、評價模式五個維度對“深度學習”理論展開闡述。在本書的實踐部分,基于