隨著人工智能技術的廣泛應用，網(wǎng)絡智能化近年來受到廣泛的關注，已經(jīng)成為下一代移動通信與未來網(wǎng)絡的重要技術。阿爾法圍棋（AlphaGo）之后，深度強化學習不斷推陳出新，為網(wǎng)絡中的決策問題提供了有效的潛在解決方案。本書系統(tǒng)介紹了網(wǎng)絡智能化中深度強化學習的基本理論、算法及應用場景。全書共8章，針對互聯(lián)網(wǎng)、移動通信網(wǎng)、邊緣網(wǎng)絡、

本書主要講解人工智能的技術發(fā)展和行業(yè)現(xiàn)狀，旨在幫助讀者掌握進入人工智能行業(yè)工作的知識和方法。 本書首先介紹人工智能的技術概況、人工智能對人們的生活和工作的影響，以及人工智能的三大技術--機器學習、深度學習和大數(shù)據(jù)的基本原理與應用。其次，本書介紹人工智能從業(yè)者所需要的專業(yè)技術，并提供相應的學習方法。接著，本書介紹人工智能

人工智能超入門叢書致力于面向人工智能各技術方向零基礎的讀者，內(nèi)容涉及數(shù)據(jù)思維、數(shù)據(jù)科學、視覺感知、情感分析、搜索算法、強化學習、知識圖譜、專家系統(tǒng)等方向，體系完整、內(nèi)容簡潔、文字通俗，綜合介紹人工智能相關知識，并輔以程序代碼解決問題，使得零基礎的讀者快速入門。本書是人工智能超入門叢書的一個分冊，以機器學習為主線，介紹如

本書是人工智能和機器學習領域?qū)＜叶嗄陮嵺`的結晶。它深入淺出地講解了無代碼人工智能開發(fā)平臺實踐，可以激發(fā)讀者對人工智能的興趣、學習人工智能知識、明確人工智能要素、掌握人工智能應用流程，并在學習和工作中不斷拓展人工智能的應用領域，探索新的人工智能落地應用場景。本書首先介紹了人工智能和無代碼人工智能平臺EasyDL的基本用法

本書系統(tǒng)介紹了機器學習常用算法及其應用，在深入分析算法原理的基礎上，結合當前熱門應用場景，向讀者展現(xiàn)了機器學習算法的綜合應用，帶領讀者進入機器學習領域，開啟人工智能行業(yè)的大門。全書共21章，分為3部分。第1部分介紹機器學習基礎算法，包括線性回歸、多項式回歸、邏輯回歸、k-NN、決策樹、k-Means、SVM、隨機森林、

本書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡的主要理論和設計基礎，給出了大量應用實例，旨在使讀者了解神經(jīng)網(wǎng)絡的發(fā)展背景和研究對象，理解和熟悉其基本原理和主要應用，掌握其結構模型和基本設計方法，為以后的深入研究和應用開發(fā)打下基礎。全書共分為10章，第1、2章介紹了神經(jīng)網(wǎng)絡的發(fā)展歷史、基本特征與功能、應用領域及基礎知識，第3~10章展開介

使用機器學習技術解決實際應用問題涉及模型的建立、訓練及評估等步驟。優(yōu)化算法常被用于訓練模型的參數(shù)，是機器學習的重要組成部分。機器學習模型的訓練可以建模成無約束優(yōu)化問題或帶約束優(yōu)化問題，約束可以為模型增加更多的先驗知識。基于梯度的算法（例如加速梯度法、隨機梯度法等）是求解無約束優(yōu)化問題的常用方法，而交替方向乘子法（ADM

本書是入門階段的人工智能技術讀物，使讀者獲得人工智能的入門知識和基本的人工智能思維模式與動手能力，主要內(nèi)容包括人類智能與人工智能的關系、人工智能的定義、人工智能六大實現(xiàn)途徑、智能系統(tǒng)的動手實踐等，為學校開展人工智能入門教學或者讀者自學人工智能技術提供參考和指南。

本書基于循序漸進培養(yǎng)兒童數(shù)學核心概念和邏輯思維的培養(yǎng)目標，用故事情景和實物化編程游戲工具，引導孩子在角色扮演和對圖形化程序指令符號的理解執(zhí)行過程中，訓練孩子用計算思維解決問題，使抽象枯燥的數(shù)學教育和編程教育變成生動活潑、充滿童趣，又富有互動性的學習體驗。 附帶教學教案和教具

本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內(nèi)容，并針對技術的發(fā)展，新增注意力機制、預訓練等內(nèi)容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出基礎的神經(jīng)網(wǎng)絡——多層感知機