深度學(xué)習(xí)作為人工智能領(lǐng)域的“排頭兵”，將在未來的新一輪產(chǎn)業(yè)升級(jí)中起到至關(guān)重要的作用。本書以“理論＋實(shí)踐”的形式幫助讀者快速建立深度學(xué)習(xí)知識(shí)體系，不僅能在算法層面上理解各種神經(jīng)網(wǎng)絡(luò)模型，而且能借助功能強(qiáng)大且極易上手的Keras框架，熟練地搭建和訓(xùn)練模型，應(yīng)用于解決實(shí)際問題。全書共12章，內(nèi)容涵蓋入門深度學(xué)習(xí)的絕大部分基礎(chǔ)

近年來機(jī)器學(xué)習(xí)取得了長(zhǎng)足的進(jìn)步。深度學(xué)習(xí)系統(tǒng)使得一些以往不可能實(shí)現(xiàn)的智能應(yīng)用成為現(xiàn)實(shí)，推動(dòng)了圖像識(shí)別和自然語(yǔ)言處理的巨大變革，也成功識(shí)別出了數(shù)據(jù)中的復(fù)雜模式。Keras深度學(xué)習(xí)庫(kù)為使用R語(yǔ)言的數(shù)據(jù)科學(xué)家和開發(fā)者提供了處理深度學(xué)習(xí)任務(wù)的工具集�！禦語(yǔ)言深度學(xué)習(xí)》基于強(qiáng)大的Keras庫(kù)及其R語(yǔ)言接口介紹了深度學(xué)習(xí)。本書源于

本書將人工智能的理論、實(shí)踐和創(chuàng)新型相結(jié)合，實(shí)現(xiàn)了先進(jìn)性與新穎性并舉，內(nèi)容涵蓋了圖像、語(yǔ)音、文本和□□等人工智能技術(shù)廣泛應(yīng)用的多個(gè)領(lǐng)域，涉及識(shí)別、分類、檢測(cè)、預(yù)測(cè)、跟蹤和三維重建等多類試驗(yàn)任務(wù)。內(nèi)容與理論教學(xué)相呼應(yīng)，注重趣味性，極具實(shí)操性。

機(jī)器學(xué)習(xí)雖然對(duì)改進(jìn)產(chǎn)品性能和推進(jìn)研究有很大的潛力，但無法對(duì)它們的預(yù)測(cè)做出解釋，這是當(dāng)前面臨的一大障礙�！犊山忉寵C(jī)器學(xué)習(xí)：黑盒模型可解釋性理解指南》書是一本關(guān)于使機(jī)器學(xué)習(xí)模型及其決策具有可解釋性的書。本書探索了可解釋性的概念，介紹了簡(jiǎn)單的、可解釋的模型，例如決策樹、決策規(guī)則和線性回歸，重點(diǎn)介紹了解釋黑盒模型的、與模型無關(guān)

本書主要以人工智能的幾種核心技術(shù)與發(fā)展應(yīng)用為脈絡(luò)，以深入淺出的方式系統(tǒng)、清晰地介紹了人工智能的基本概念、發(fā)展歷程、關(guān)鍵技術(shù)和典型應(yīng)用。全書涉及圖像識(shí)別、語(yǔ)音識(shí)別、大數(shù)據(jù)挖掘、智能控制、智能機(jī)器人、腦機(jī)接口、5G等前沿技術(shù)，為讀者構(gòu)造并描繪出一幅人工智能全景圖，向讀者展示了一個(gè)全新、智慧、前沿的科技新時(shí)代，使讀者能快速、

這是一本寫給普通人了解AI的趣味科普，它還有超級(jí)可愛的漫畫！這本書“非常易讀、有料，而且妙趣橫生、令人捧腹”（《萬(wàn)物發(fā)明指南》作者瑞安·諾思），帶領(lǐng)普通人走進(jìn)人工智能那個(gè)奇妙古怪又不可思議的世界，是一場(chǎng)幽默可愛的導(dǎo)覽。本書的主要內(nèi)容是人工智能可以做什么、不能做什么，以及它為什么已經(jīng)影響了我們生活的方方面面

本書詳細(xì)闡述了與神經(jīng)進(jìn)化網(wǎng)絡(luò)開發(fā)相關(guān)的基本解決方案，主要包括神經(jīng)進(jìn)化方法概述、Python庫(kù)和環(huán)境設(shè)置、使用NEAT進(jìn)行XOR求解器優(yōu)化、擺桿平衡實(shí)驗(yàn)、自主迷宮導(dǎo)航、新穎性搜索優(yōu)化方法、基于超立方體的NEAT和視覺辨別、ES-HyperNEAT和視網(wǎng)膜問題、協(xié)同進(jìn)化和SAFE方法、深度神經(jīng)進(jìn)化等內(nèi)容。此外，本書還提供了

自早期以來，神經(jīng)網(wǎng)絡(luò)就一直是人工智能的支柱�，F(xiàn)在，令人興奮的新技術(shù)（例如深度學(xué)習(xí)和卷積）正在將神經(jīng)網(wǎng)絡(luò)帶入一個(gè)全新的方向。在本書中，我們將演示各種現(xiàn)實(shí)世界任務(wù)中的神經(jīng)網(wǎng)絡(luò)，例如圖像識(shí)別和數(shù)據(jù)科學(xué)。我們研究了當(dāng)前的神經(jīng)網(wǎng)絡(luò)技術(shù)，包括ReLU激活、隨機(jī)梯度下降、交叉熵、正則化、Dropout及可視化等。

人工智能時(shí)代已經(jīng)來臨，這項(xiàng)技術(shù)正在改變?nèi)祟惖恼J(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、醫(yī)療、營(yíng)銷、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

本書主要面向OpenCV領(lǐng)域的研究與開發(fā)人員，采用原理結(jié)合實(shí)戰(zhàn)的方式，介紹OpenCV4的機(jī)器學(xué)習(xí)算法模塊與深度神經(jīng)網(wǎng)絡(luò)模塊中的核心算法原理與C++編程實(shí)戰(zhàn)。全書共10章，第1~3章，介紹OpenCV4的基礎(chǔ)知識(shí)、基本圖像操作和機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)；第4~8章，介紹K-means、KNN、決策樹、隨機(jī)森林、Boosting