概念認知學習是人工智能、大數(shù)據(jù)領(lǐng)域關(guān)注的多學科交叉研究方向，涵蓋了哲學、數(shù)學、心理學、認知科學以及信息科學等領(lǐng)域．《概念認知學習理論與方法》旨在為廣大學者和科研工作者提供概念認知學習領(lǐng)域的基礎(chǔ)理論與學習方法．《概念認知學習理論與方法》主要內(nèi)容包括概念認知學習的基本概念和基礎(chǔ)知識、概念認知系統(tǒng)的邏輯推理、概念認知的雙向?qū)W

本書分為三個項目，分別為：人工智能初探、Python3基礎(chǔ)入門、數(shù)據(jù)爬蟲與可視化。具體內(nèi)容包括：人工智能的初步認識；認識人臉識別；認識無人駕駛；走進人工智能新時代；Python基本介紹及環(huán)境搭建；學生疫苗接種信息記錄；商品交易系統(tǒng)；猜數(shù)字小游戲；電影票預訂系統(tǒng)；小說《三體》中人物名字出現(xiàn)次數(shù)統(tǒng)計等。

人工智能與語言加工

本書為十四五高等職業(yè)教育新形態(tài)一體化教材之一,通過貼近生活的挑橘子一例引出機器學習的概念,并展開介紹了機器學習的完整流程、算法分類以及常用工具等。本書以項目任務的組織方式,以通俗的情境作為項目導入,制定明確的項目目標,以算法的基本原理為知識導入,然后開始項目實施環(huán)節(jié),以多個實訓任務分別練習算法在解決回歸、分類或聚類問題

本書是中英文雙語教材,首先通過介紹線性回歸了解機器學習中的數(shù)據(jù)集、歸一化、損失函數(shù)、梯度下降函數(shù)等基礎(chǔ)知識,在此基礎(chǔ)上通過多個典型案例,詳細分析了邏輯回歸、決策樹、聚類、支持向量機等機器學習算法的實現(xiàn)流程和相關(guān)知識,并融入國家職業(yè)技能標準“人工智能訓練師”和“大數(shù)據(jù)應用開發(fā)”1+X證書等相關(guān)內(nèi)容,具有較強的實踐指導意義

本書從祖先的“仿生”入手，到機器“仿人”，到人工智能技術(shù)在人們生活中的應用，集科技與生活于一書，分為八個話題，圖文并茂地向讀者介紹以“靈性”為核心的“人工智能”基礎(chǔ)科學知識，講述作為世界第一梯隊的中國科技工作者在人工智能領(lǐng)域取得偉大成就背后的故事。本書主要講述民用人工智能技術(shù)的基本情況，能夠激發(fā)讀者的閱讀興趣，引領(lǐng)讀者

本書主要討論機器學習、神經(jīng)形態(tài)計算和神經(jīng)網(wǎng)絡的理論及應用，專注于機器學習加速器和硬件開發(fā)。本書從傳統(tǒng)的微處理架構(gòu)發(fā)展歷程入手，介紹在后摩爾定律和后丹納德微縮定律下，新型架構(gòu)的發(fā)展趨勢和影響執(zhí)行性能的各類衡量指標。然后從應用領(lǐng)域、ASIC和特定領(lǐng)域架構(gòu)三個角度展示了設計特定的硬件實現(xiàn)所需考慮的諸多因素。接著結(jié)合機器學習開

為了適應和持續(xù)推動人工智能學科和多學科交叉領(lǐng)域的新發(fā)展，本書遵循“理論化—典型化—應用化”的思路，秉持以理論學習和工程應用為主要背景論述深度學習基礎(chǔ)理論、方法和應用的宗旨，結(jié)合團隊多年領(lǐng)域研究和課堂教學實踐，從深度神經(jīng)網(wǎng)絡的核心結(jié)構(gòu)和原理出發(fā)，闡述了典型神經(jīng)網(wǎng)絡及其實際應用。 全書分為四部分，共16章。其中，深度學習

本書從人工智能這一顛覆性技術(shù)的前世今生說起，對我國人工智能發(fā)展歷程、人工智能應用領(lǐng)域以及人工智能對社會經(jīng)濟的影響進行了梳理，深入探討了人工智能背景下實體經(jīng)濟、產(chǎn)業(yè)工人、技術(shù)技能、職業(yè)教育等相關(guān)領(lǐng)域交叉融合的關(guān)系以及面臨的挑戰(zhàn)與對策，提出了智能化進程中技術(shù)技能、職業(yè)教育與產(chǎn)業(yè)工人的發(fā)展互動路徑。 全書共七章，具體為：人

深度學習技術(shù)作為人工智能領(lǐng)域的一門新興技術(shù)，已成為人工智能科研領(lǐng)域、企業(yè)應用領(lǐng)域中常用的一門技術(shù)。本教材由神經(jīng)網(wǎng)絡基本訓練規(guī)則、感知器、BP網(wǎng)絡作為基礎(chǔ)，講述神經(jīng)網(wǎng)絡基礎(chǔ)訓練方法。并通過自編碼器網(wǎng)絡，將淺層網(wǎng)絡過度到深度神經(jīng)網(wǎng)絡部分，詳細講解卷積神經(jīng)網(wǎng)絡原理及訓練方法、卷積神經(jīng)網(wǎng)絡的發(fā)展以及基于卷積神經(jīng)網(wǎng)絡的目標檢測算