本書(shū)以群體智能與智能網(wǎng)聯(lián)的應(yīng)用為牽引，通過(guò)原理、算法、技術(shù)應(yīng)用三個(gè)篇章為大家介紹群體智能與智能網(wǎng)聯(lián)相關(guān)的基礎(chǔ)理論、概念模型、關(guān)鍵技術(shù)和前沿應(yīng)用。具體而言，原理篇會(huì)介紹群體智能的通信方式與組網(wǎng)、知識(shí)表征、因果涌現(xiàn)機(jī)理等內(nèi)容；算法篇?jiǎng)t從多主體強(qiáng)化學(xué)習(xí)、多智能體合作式梯度更新方法、圖神經(jīng)網(wǎng)絡(luò)、蟻群算法等群體智能領(lǐng)域的代表性算

本書(shū)共5個(gè)項(xiàng)目，內(nèi)容包括邊緣計(jì)算開(kāi)發(fā)板基礎(chǔ)應(yīng)用、邊緣計(jì)算算法SDK應(yīng)用、TensorFlow圖像上色模型部署、PyTorch目標(biāo)檢測(cè)模型部署、TFLite手掌檢測(cè)模型部署。本書(shū)根據(jù)崗位工作任務(wù)要求，確定學(xué)習(xí)任務(wù)內(nèi)容，設(shè)計(jì)選取了14個(gè)工作任務(wù)。

本書(shū)展示了如何使用Ray構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序，介紹了Ray如何融入當(dāng)前的機(jī)器學(xué)習(xí)工具，以及Ray如何與這些工具緊密集成。本書(shū)前3章介紹了Ray作為分布式Python框架的基礎(chǔ)知識(shí)，并提供了應(yīng)用示例；第4-10章介紹了Ray高級(jí)庫(kù)(RayRLlib、RayTune、RayDataset、RayTrain、RayServe

本書(shū)是以實(shí)驗(yàn)案例方式而組織的,全書(shū)共給出了21個(gè)人工智能實(shí)驗(yàn)案例,覆蓋了人工智能課程涉及的主要內(nèi)容,包括搜索求解、邏輯推理、貝葉斯網(wǎng)絡(luò)、馬爾可夫決策、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等各個(gè)方面,也包含了深度神經(jīng)網(wǎng)絡(luò)技術(shù)。為了便于教學(xué),每個(gè)實(shí)驗(yàn)案例對(duì)實(shí)驗(yàn)的內(nèi)容、背景和目標(biāo)進(jìn)行了明確闡述,對(duì)所涉及的理論基礎(chǔ)及算法也進(jìn)行了詳細(xì)

本書(shū)對(duì)計(jì)算智能的諸多基礎(chǔ)理論進(jìn)行了詳細(xì)的介紹和釋義，并介紹了神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計(jì)算的應(yīng)用范例及實(shí)驗(yàn)結(jié)果，將理論與實(shí)踐緊密聯(lián)系起來(lái)。全書(shū)共4章，其中，第1章對(duì)人工智能的萌芽、誕生和發(fā)展，以及現(xiàn)狀和未來(lái)進(jìn)行了簡(jiǎn)要介紹；第2章為進(jìn)化計(jì)算，論述了遺傳算法；第3章為模糊邏輯，介紹了模糊理論基礎(chǔ)，論述了常見(jiàn)的模糊隸屬度函數(shù)和

AIphaGo、ChatGPT、AGI系統(tǒng)，各種驚人眼球的人工智能成就不斷刷新著人類(lèi)對(duì)機(jī)器的認(rèn)知。這些認(rèn)知也引發(fā)了人們一再思考這樣一個(gè)尖銳問(wèn)題，即人類(lèi)制造的智能機(jī)器系統(tǒng)是否會(huì)全面超過(guò)人類(lèi)的智慧？這部讀物便是面對(duì)這樣的靈魂考問(wèn)，從機(jī)器之芯與人類(lèi)之心比較的角度，來(lái)為普通讀者給出一種回應(yīng)。 那么機(jī)器之芯與人類(lèi)之心進(jìn)行比較，到

本書(shū)的主要內(nèi)容有：了解機(jī)器學(xué)習(xí)術(shù)語(yǔ)背后的數(shù)學(xué)知識(shí)。探究機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。管理網(wǎng)絡(luò)加深過(guò)程出現(xiàn)的問(wèn)題。搭建神經(jīng)網(wǎng)絡(luò)，分析復(fù)雜圖像。用自編碼器高效降維。深入序列分析，用其研究語(yǔ)言。探討復(fù)雜機(jī)器學(xué)習(xí)模型的解釋方法。收獲生成建模的理論和實(shí)用知識(shí)。理解強(qiáng)化學(xué)習(xí)的基礎(chǔ)。

本書(shū)深入探討了如何在人工智能系統(tǒng)中融入廣泛、強(qiáng)大的常識(shí)，而非僅僅依賴狹隘、專(zhuān)門(mén)的專(zhuān)業(yè)知識(shí)。書(shū)中提出了一種賦予人工智能系統(tǒng)常識(shí)和有效推理能力的創(chuàng)新方法，探討了我們?nèi)绾涡湃巫灾鳈C(jī)器做出決策的關(guān)鍵問(wèn)題，并明確了值得信賴的自主人工智能系統(tǒng)需要具備的兩個(gè)基本要求：有行動(dòng)理由和能夠接受建議。這兩點(diǎn)的實(shí)現(xiàn)都取決于系統(tǒng)是否具備常識(shí)。本

本書(shū)主要包括為未來(lái)工作做準(zhǔn)備；機(jī)器人在工作；機(jī)器人的社會(huì)意義三部分，主要內(nèi)容包括：機(jī)器人會(huì)取代人類(lèi)嗎？；技術(shù)定義；機(jī)器人流程自動(dòng)化；團(tuán)隊(duì)中的機(jī)器人；無(wú)臂機(jī)器人；數(shù)據(jù)世界中的機(jī)器人；社會(huì)中的機(jī)器人；未來(lái)的工作。

本書(shū)以實(shí)戰(zhàn)為導(dǎo)向講述AI助力營(yíng)銷(xiāo)的方法，全書(shū)共分為6章：第1章從整體上介紹AIGC與AIGC營(yíng)銷(xiāo)，包括AIGC營(yíng)銷(xiāo)的基本概念、AIGC如何改變傳統(tǒng)營(yíng)銷(xiāo)模式、AIGC在不同行業(yè)中的應(yīng)用前景；第2章介紹常用的AIGC工具，包括這些工具的特點(diǎn)和使用方法；第3章介紹AIGC在營(yíng)銷(xiāo)文案中的應(yīng)用，探討如何使用AIGC生成引人入勝的