機器學習、人工智能及應用研究

《AI人工智能：發(fā)展簡史+技術案例+商業(yè)應用(第2版)》通過“知識＋案例”兩條線索展開介紹，力圖幫助讀者全方位、多角度地了解人工智能。縱向知識線包括3大認識、3大價值、3大盈利模式、3種營銷變化、5個時代、5大商業(yè)模式、8大技術、18個領域、8種研究成果、5種熱賣商品等，針對人工智能的基本概念、發(fā)展階段、研究價值、市場

本書基于ACCESS2016，通過大量實例對數(shù)據(jù)庫設計、數(shù)據(jù)庫實現(xiàn)、數(shù)據(jù)操作及應用等各方面進行了全面深入的闡述，書中所用實例具有典型意義，前后連貫、簡明生動、易于理解，其中許多示例是作者精心設計的。全書內(nèi)容完整，文字深入淺出，理論知識通俗易懂。本書有配套的實驗與學習指導教程，便于高校師生教與學。本書非常適合作為非計算機

本書主要介紹構建和訓練生成對抗網(wǎng)絡（GAN）的方法。全書共12章，先介紹生成模型以及GAN的工作原理，并概述它們的潛在用途，然后探索GAN的基礎結(jié)構（生成器和鑒別器），引導讀者搭建一個簡單的對抗系統(tǒng)。 本書給出了大量的示例，教讀者學習針對不同的場景訓練不同的GAN，進而完成生成高分辨率圖像、實現(xiàn)圖像到圖像的轉(zhuǎn)換、生成對

周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經(jīng)典入門教材之一。本書（俗稱“南瓜書”）基于Datawhale成員自學“西瓜書”時記下的筆記編著而成，旨在對“西瓜書”中重難點公式加以解析，以及對部分公式補充具體的推導細節(jié)。 全書共16章，與“西瓜書”章節(jié)、公式對應，每個公式的推導和解析都以本科數(shù)學基礎的視角

本書從實戰(zhàn)角度出發(fā)，為所有程序員和開發(fā)人員提供了使用Swift進行AI和機器學習開發(fā)的一站式服務。全書分為三部分：di一部分介紹機器學習和人工智能背后的基礎知識；第二部分討論許多有趣的主題，包括計算機視覺、音頻、運動和語言；第三部分詳細研究為第二部分的應用程序提供支持的技術。

本書是一本針對所有層次的智能技術讀者而作的基于Python實現(xiàn)智能技術的入門書。全書分四大部分：第一部分介紹用Python獲取數(shù)據(jù)所必須了解的基本概念，其中包括Python語法，HTTP標記和基本文件存儲，以及從網(wǎng)頁中爬取數(shù)據(jù)的方法和爬蟲框架等內(nèi)容。第二部分討論了JSON數(shù)據(jù)格式和基于結(jié)構化和非結(jié)構化數(shù)據(jù)庫的存儲，包括

走進物聯(lián)網(wǎng)世界

演化學習作為機器學習中解決復雜優(yōu)化問題的重要方法，此前一直因為理論支撐不足未得到應有重視。本書將介紹作者團隊近幾年在演化學習理論和算法方面取得的重要進展，彌補上述缺憾。本書內(nèi)容主要分四部分，第一部分簡要介紹演化學習基礎知識；第二部分講述演化算法中用于分析運行時和近似性能的通用理論工具；第三部分講解關于演化優(yōu)化中主要因素

知識圖譜的發(fā)展歷史源遠流長，從經(jīng)典人工智能的核心命題——知識工程，到互聯(lián)網(wǎng)時代的語義Web，再到當下很多領域構建的數(shù)千億級別的現(xiàn)代知識圖譜。知識圖譜兼具人工智能、大數(shù)據(jù)和互聯(lián)網(wǎng)的多重技術基因，是知識表示、表示學習、自然語言處理、圖數(shù)據(jù)庫和圖計算等多個領域技術的綜合集成。本書全面覆蓋了知識圖譜的表示、存儲、獲取、推理、融