本書循序漸進地講解了使用TensorFlow開發(fā)深度學習程序的核心知識，并通過具體實例的實現(xiàn)過程演練了使用TensorFlow的方法和流程。書中首先講解了TensorFlow深度學習基礎(chǔ)知識；然后介紹了數(shù)據(jù)集制作、前饋神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、生成式對抗網(wǎng)絡、自然語言處理、注意力機制、概率圖模型、深度信念網(wǎng)

本書致力于推動人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能相關(guān)知識，包括機器學習和深度學習的基本內(nèi)容，使讀者能快速掌握人工智能的基本概念、基本知識體系，使讀者能快速掌握人工智能的開發(fā)框架，為進一步學習打下良好基礎(chǔ)。全書具體內(nèi)容包括緒論、人工智能編程語言、人工智能數(shù)據(jù)處理、知識圖譜、計算機視覺、自然語言

本書是一部學術(shù)著作。智能算法是受自然(生物界)規(guī)律的啟發(fā)，根據(jù)其原理，模仿求解問題的算法。智能算法廣泛地應用于圖像識別、路徑優(yōu)化、信息安全等領(lǐng)域，以人工智能、大數(shù)據(jù)為代表的新一代信息技術(shù)智能算法廣泛地應用于圖像識別、智能感知、路徑優(yōu)化、智能交通、信息安全等科技前沿領(lǐng)域，也廣泛應用于數(shù)據(jù)處理、金融分析、疫情防控、智能家居

零基礎(chǔ)學ChatGPT從入門到精通 人工智能算法入門 這就是chatgpt實戰(zhàn)應用書 ChatGPT使用指南 人工智能數(shù)

本書主要介紹了自動控制原理的基本內(nèi)容，共分5章，主要講述了自動控制原理的基本概念，控制系統(tǒng)的數(shù)學模型，經(jīng)典控制理論中的時域分析、根軌跡分析和頻率分析等方法。

本書詳細介紹機器學習主要算法，包括：C4.5決策樹、k-均值（K-means）、支持向量機（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近鄰算法（kNN）、樸素貝葉斯算法和分類回歸樹算法以及神經(jīng)網(wǎng)絡和深度學習的簡單介紹。

本書是《EasyRL：強化學習教程》的配套實踐教程。本書將在第一版的基礎(chǔ)上以更加嚴謹?shù)娘L格深入淺出地介紹馬爾可夫決策過程、蒙特卡羅方法、時序差分方法、Sarsa、Q-learning等傳統(tǒng)強化學習算法，以及策略梯度、近端策略優(yōu)化、深度Q網(wǎng)絡、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，并以大量生動有趣的例

全書從邏輯上共分3部分。第一部分由第1章和第2章組成，介紹深度學習的基礎(chǔ)理論、MindSpore總體架構(gòu)和編程基礎(chǔ)。第二部分由第3-8章組成，介紹MindSpore框架各子系統(tǒng)的使用方法，包括數(shù)據(jù)處理、算子、神經(jīng)網(wǎng)絡模型開發(fā)、數(shù)據(jù)可視化組件MindInsight、推理和移動端AI框架MindSporeLite。第三部分

本書概要介紹了信息網(wǎng)絡概念內(nèi)涵、發(fā)展歷程，梳理分析了人工智能發(fā)展歷程及其在信息網(wǎng)絡中的應用，提出了IIN的基本內(nèi)涵、科學問題、典型特征和能力愿景，設(shè)計了IIN的網(wǎng)絡架構(gòu)并闡釋其基本機理，從網(wǎng)絡認知理論與模型、網(wǎng)絡知識體系與構(gòu)建方法、多維標識與尋址體系、交互語言體系、內(nèi)生安全體系等5個方面，研究了IIN核心理論方法與關(guān)鍵

從“數(shù)據(jù)”視角出發(fā)，詳細梳理人工智能系統(tǒng)存在的安全風險及防御問題。按照由訓練、識別、部署三個階段組成的人工智能系統(tǒng)運行生命周期，分別介紹人工智能安全的定義、研究目標、安全威脅、防御策略及研究現(xiàn)狀，重點圍繞后門攻擊、對抗性攻擊、隱私保護、傳感欺騙、系統(tǒng)合法使用等常見安全問題，分別從理論與實踐的角度進行詳細的探討、分析和說