本書主要內(nèi)容包括機(jī)器學(xué)習(xí)中的相關(guān)數(shù)學(xué)基礎(chǔ)(線性代數(shù)、概率統(tǒng)計(jì)與信息論、最優(yōu)化方法和張量分析);樣本數(shù)據(jù)中的預(yù)處理;機(jī)器學(xué)習(xí)主流算法;基于MATLAB機(jī)器學(xué)習(xí)算法的實(shí)現(xiàn)和機(jī)器學(xué)習(xí)綜合應(yīng)用、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的工程應(yīng)用。本書特色是深入淺出,自成體系,注重基礎(chǔ)理論的描述,具有系統(tǒng)性、完整性、可閱讀性、應(yīng)用性和前瞻性。

我們在與環(huán)境交互的過程中進(jìn)行學(xué)習(xí)，經(jīng)歷的獎(jiǎng)勵(lì)或懲罰將指導(dǎo)我們未來的行為。深度強(qiáng)化學(xué)習(xí)將該過程引入人工智能領(lǐng)域，通過分析結(jié)果來尋找最有效的前進(jìn)方式。DRL智能體可提升營銷效果、預(yù)測股票漲跌，甚至擊敗**圍棋高手和國際象棋大師。《深度強(qiáng)化學(xué)習(xí)圖解》呈現(xiàn)生動(dòng)示例，指導(dǎo)你構(gòu)建深度學(xué)習(xí)體系。Python代碼包含詳明、直觀的注釋，

本書從硬件、軟件、算法和通信四個(gè)方面來講述一個(gè)智能系統(tǒng)完整的開發(fā)內(nèi)容,主要包括:智能系統(tǒng)相關(guān)背景、智能系統(tǒng)芯片、編譯系統(tǒng)、操作系統(tǒng)、操作系統(tǒng)軟件框架、應(yīng)用軟件開發(fā)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)推框架和智能系統(tǒng)應(yīng)用開發(fā)。從而讓讀者能夠全面的學(xué)習(xí)一個(gè)智能系統(tǒng)所涉及的各方面知識(shí)點(diǎn),從而便于從宏觀方面理解智能系統(tǒng)。本書適合于剛開始學(xué)習(xí)計(jì)

本書從人工智能的基本定義出發(fā),由淺入深地闡述了人工智能的理論、策略、研究方法和應(yīng)用領(lǐng)域,以梳理知識(shí)脈絡(luò)和要點(diǎn)的方式,詳細(xì)介紹了知識(shí)表示、邏輯推理及方法、非確定性推理及方法、搜索策略、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)等方面的內(nèi)容。作為導(dǎo)論書籍,本書概念論述清楚,內(nèi)容豐富,通俗易懂,在較為全面介紹人工智能的基礎(chǔ)上對(duì)一些傳統(tǒng)內(nèi)容進(jìn)

目前,人工智能技術(shù)的發(fā)展以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù)為主,它能夠解決一些傳統(tǒng)人工程序無法實(shí)現(xiàn)的效果。然而,“人工智能＋”更是被寄希望于把人工智能技術(shù)應(yīng)用到各行各業(yè)之中。本書不僅包含了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的算法,還側(cè)重于人工智能應(yīng)用軟件的開發(fā)。書中針對(duì)人工智能相關(guān)應(yīng)用和技術(shù)設(shè)計(jì)了項(xiàng)目式教學(xué)案例,每章從不同側(cè)面講述了人工智能應(yīng)用

本書基于嵌入式人工智能開發(fā)板EAIDK-310和嵌入式虹膜門禁系統(tǒng)EAIDK-310-P20實(shí)驗(yàn)平臺(tái),使用Qt和PyQt作為界面設(shè)計(jì)和運(yùn)行框架,通過在嵌入式Linux系統(tǒng)中使用Python和C++語言編寫程序代碼,實(shí)現(xiàn)視頻采集、物體分類、人臉識(shí)別、虹膜圖像預(yù)處理、虹膜圖像特征提取與匹配、虹膜圖像采集與定位顯示、虹膜識(shí)別

本書講述如何快速利用無服務(wù)器計(jì)算和基于云的人工智能服務(wù)的能力。介紹基礎(chǔ)知識(shí)后,將帶你領(lǐng)略第一個(gè)實(shí)際操作的無服務(wù)器人工智能項(xiàng)目:一個(gè)可識(shí)別任意網(wǎng)頁圖像的系統(tǒng)。在本書中,你將探索用于圖像分析的AmazonRekognition工具、云基礎(chǔ)設(shè)施部署、爬蟲服務(wù)和簡單API等技術(shù)。掌握這個(gè)有趣項(xiàng)目中的概念和技能后,你將著手構(gòu)建一

本書系統(tǒng)地闡述機(jī)器學(xué)習(xí)中常見的幾類模型,包括模型的思想、原理及實(shí)現(xiàn)細(xì)節(jié)等。同時(shí),本書還結(jié)合了當(dāng)前熱門的機(jī)器學(xué)習(xí)框架Sklearn,對(duì)書中所涉及的模型進(jìn)行用法上詳細(xì)講解。全書共10章,第1章介紹機(jī)器學(xué)習(xí)開發(fā)環(huán)境的配置;第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評(píng)價(jià)指標(biāo),以及用于有監(jiān)督模型訓(xùn)練的梯度下降算法;第

本書以任務(wù)為導(dǎo)向，討論了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的主要問題，包括聚類、回歸、分類、標(biāo)注、降維、特征工程、超參數(shù)調(diào)優(yōu)、序列決策（強(qiáng)化學(xué)習(xí)）和對(duì)抗攻擊等。書中對(duì)上述每個(gè)問題，分別從決策函數(shù)類模型、概率類模型和神經(jīng)網(wǎng)絡(luò)類模型三個(gè)角度來討論具體的實(shí)現(xiàn)算法。本書在內(nèi)容上兼顧基礎(chǔ)知識(shí)和應(yīng)用實(shí)踐�？傮w上，以基本理論知識(shí)為主線，逐步展開，從

本書從人工智能時(shí)代說起，通過項(xiàng)目學(xué)習(xí)（PBL）的方式由淺入深地剖析圖像處理、人臉聚類、語音識(shí)別、人臉簽到、慧眼識(shí)人、自動(dòng)駕駛小車等人工智能的相關(guān)應(yīng)用案例，并在此基礎(chǔ)上推出5個(gè)生動(dòng)有趣的典型綜合實(shí)踐項(xiàng)目--裸眼3D、無人機(jī)+智慧農(nóng)業(yè)、創(chuàng)建自己的語音識(shí)別庫、語音播報(bào)智能垃圾桶、垃圾分類機(jī)器人。 本書項(xiàng)目在實(shí)施過程中，依托