本書從深度學(xué)習(xí)的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學(xué)習(xí)的目標檢測的基本問題及其相關(guān)處理方法與技術(shù)，主要內(nèi)容涉及兩階段和單階段目標檢測的理論、算法和研究成果。本書共6章，包括深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)類型、目標檢測技術(shù)、基于FasterR-CNN的目標檢測改進算法、領(lǐng)域自適應(yīng)及其在目標檢測技術(shù)上的典型應(yīng)用、圖像識別模型改進及面部表情

本書主要介紹了人工智能的基礎(chǔ)知識和實用技術(shù)。本書共8章，包括“人工智能：開啟智慧新時代”“Python：人工智能開發(fā)語言”“線性回歸：預(yù)測未來趨勢”“分門別類：幫你‘分而治之’”“物以類聚：發(fā)現(xiàn)新簇群”“個性化推薦：主動滿足你的需求”“語音識別：讓機器對你言聽計從”“人臉識別：機器也認識你”。 本書以培養(yǎng)學(xué)生人工智能素

機器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動了人工智能的熱潮。本書結(jié)合項目實踐，首先討論主流機器學(xué)習(xí)平臺的主要特點和機器學(xué)習(xí)的實戰(zhàn)難點；在此基礎(chǔ)上，利用主流的機器學(xué)習(xí)開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森林、支持向量機、邏輯回

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再從經(jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢介紹會話推薦、強化學(xué)習(xí)推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個由淺入深的系統(tǒng)學(xué)習(xí)過程。 本書的目標讀者應(yīng)該對深度學(xué)習(xí)有基本的了解，掌握概率論、線性代

本書聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計算機協(xié)會相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國際知名科學(xué)家的學(xué)術(shù)報告、報道以及相關(guān)活動內(nèi)容組成。本書將以創(chuàng)新的方式宣

人的智能和AI賦能的機器智能在自動化控制領(lǐng)域的共融共存形成了人機混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結(jié)構(gòu)形式是傳統(tǒng)自動化控制系統(tǒng)應(yīng)對AI賦能的機器智能變革的必然發(fā)展形勢；另一方面，它所代表的智能形式也成為AI未來發(fā)展的重要甚至是的終極形式。在本《人機混合智能系統(tǒng)自主性理論和方法》，我們

本書源于阿里巴巴千億級知識圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對知識圖譜理論和大規(guī)模工業(yè)實踐進行了全面和深入的闡述。本書以阿里巴巴的實戰(zhàn)經(jīng)驗為中心，以深厚的理論成果為支撐，詳細闡述了知識圖譜的方方面面。首先介紹工業(yè)場景下知識圖譜的現(xiàn)狀、存在的問題和架構(gòu)設(shè)計；然后從知識表示、知識融合、知識獲取、知識推理、知識存儲和知識圖譜前

本書以Python機器學(xué)習(xí)常用技術(shù)與真實案例相結(jié)合的方式，深入淺出地介紹了Python機器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機器學(xué)習(xí)概述、數(shù)據(jù)準備、特征工程、有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識，并介紹了市財政收入分析案例、基于非侵入式電力負荷監(jiān)測與分解的電力分析案例、航空公司客戶價值分析案例、廣電大數(shù)

本書選材廣泛，主要包括人工智能概述、現(xiàn)實世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識表示、人工智能中的推理、人工智能中的搜索算法、機器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機器學(xué)習(xí)與無監(jiān)督機器學(xué)習(xí)、現(xiàn)實世界中機器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識別、面部識別、人工智

近年來，人工智能發(fā)展非常迅速，在可以預(yù)見的未來，它必然會強烈沖擊并深刻變革人類既有的生活模式。實際上，除技術(shù)問題外，人工智能的邏輯基礎(chǔ)和倫理基礎(chǔ)與哲學(xué)之間的關(guān)系也十分密切。有鑒于此，本書從與人工智能緊密相關(guān)的哲學(xué)問題入手，關(guān)注如下話題：強人工智能是否可能；近代唯理論和經(jīng)驗論爭論對于人工智能的影響；蘇聯(lián)、日本及歐盟在人工