本書以數(shù)據(jù)驅(qū)動(dòng)的數(shù)學(xué)問題研究為核心，是一部由研究工作構(gòu)成的原創(chuàng)著作。全書共分7章，按三個(gè)模塊劃分：第一個(gè)模塊是研究背景和框架介紹，即第1章緒論，這是本書主題內(nèi)容的一個(gè)導(dǎo)論；第二個(gè)模塊是粒度空間的基礎(chǔ)理論及模型，由第2～5章組成，其中涉及粒度空間的基本理論，結(jié)構(gòu)聚類特征與融合，以及聚類結(jié)構(gòu)分析理論等研究；第三個(gè)模塊是粒度

書特色主要有：1、注重實(shí)例的一本教材盡可能簡化繁瑣的數(shù)學(xué)推導(dǎo)和定理證明，將重點(diǎn)放在解決問題的原理和思路上，并介紹一些經(jīng)典有趣的實(shí)例。2、適合不同專業(yè)層次的教材選擇結(jié)合教學(xué)、科研及應(yīng)用需求，注重概念清晰、既有深度又有廣度、理論性較強(qiáng)的教材，著力于內(nèi)容的體系化，適合不同層次專業(yè)選用。3、注重能力評價(jià)的考核方式注重能力評價(jià)的

《人工智能從小白到大神（案例視頻）》主要從人工智能的發(fā)展之路說起，結(jié)合豐富的應(yīng)用與實(shí)戰(zhàn)實(shí)例，詳細(xì)闡述了Python入門、人工智能數(shù)學(xué)基礎(chǔ)、手工打造神經(jīng)網(wǎng)絡(luò)、TensorFlow與PyTorch、卷積神經(jīng)網(wǎng)絡(luò)、目標(biāo)分類、目標(biāo)檢測、圖像語義分割、循環(huán)神經(jīng)網(wǎng)絡(luò)、自然語言處理、生成對抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等行業(yè)前沿知識(shí)。

本書是由湖南省人力資源和社會(huì)保障廳職業(yè)技能鑒定中心(湖南省職業(yè)技術(shù)培訓(xùn)研究室)組織行業(yè)專家、職業(yè)教育專家和專項(xiàng)職業(yè)能力考核專家，配合專項(xiàng)職業(yè)能力題庫開發(fā)的專項(xiàng)職業(yè)能力教材。內(nèi)容包括認(rèn)識(shí)數(shù)據(jù)標(biāo)注、圖像標(biāo)注、語音標(biāo)注和文本標(biāo)注。本書圖文并茂，通俗易懂，還配有標(biāo)注訓(xùn)練數(shù)據(jù)，使學(xué)員能夠通過學(xué)習(xí)與訓(xùn)練，掌握人工智能數(shù)據(jù)標(biāo)注專項(xiàng)技

本書以TensorFlow2深度學(xué)習(xí)的常用技術(shù)與真實(shí)案例相結(jié)合的方式,深入淺出介紹TensorFlow2深度學(xué)習(xí)的重要內(nèi)容。全書共7章,內(nèi)容包括深度學(xué)習(xí)入門、TensorFlow2快速入門、深度神經(jīng)網(wǎng)絡(luò)原理及實(shí)現(xiàn)、基于CNN的門牌號(hào)識(shí)別、基于LSTM的語音識(shí)別、基于CycleGAN的圖像風(fēng)格轉(zhuǎn)換等技術(shù),以及如何使用Ti

本書是電子科技大學(xué)智能信息處理與小波分析應(yīng)用國際科研學(xué)術(shù)團(tuán)隊(duì)科研工作的階段性總結(jié)。全書緊緊圍繞機(jī)器學(xué)習(xí)、圖像匹配、互聯(lián)網(wǎng)協(xié)議識(shí)別的重要理論和關(guān)鍵技術(shù)，系統(tǒng)總結(jié)了團(tuán)隊(duì)目前的主要研究成果，重點(diǎn)展現(xiàn)了作者的最新研究進(jìn)展。

本書結(jié)合智能計(jì)算系統(tǒng)的軟硬件技術(shù)棧設(shè)計(jì)了基于通用CPU平臺(tái)和深度學(xué)習(xí)處理器平臺(tái)的分階段實(shí)驗(yàn)和綜合實(shí)驗(yàn)。其中，分階段實(shí)驗(yàn)以風(fēng)格遷移作為驅(qū)動(dòng)范例，包括算法實(shí)驗(yàn)(第2-3章)、編程框架實(shí)驗(yàn)(第4章)、智能編程語言實(shí)驗(yàn)(第5章)、深度學(xué)習(xí)處理器運(yùn)算器設(shè)計(jì)實(shí)驗(yàn)(第6章)。綜合實(shí)驗(yàn)(第7章)包括目標(biāo)檢測、文本檢測、自然語言處理等不

本書從人工智能的基本定義出發(fā)，帶領(lǐng)學(xué)生由淺入深、層層遞進(jìn)地了解和學(xué)習(xí)人工智能的理論知識(shí)、應(yīng)用技術(shù)及其行業(yè)應(yīng)用。本書將人工智能基礎(chǔ)與應(yīng)用的相關(guān)內(nèi)容劃分為基礎(chǔ)篇、應(yīng)用篇和素養(yǎng)篇。其中，基礎(chǔ)篇包括揭開人工智能的神秘面紗、人工智能的基礎(chǔ)支撐、人工智能的應(yīng)用技術(shù)；應(yīng)用篇包括AI+安防——為人類安全保駕護(hù)航、AI+教育——實(shí)現(xiàn)趣味

本書共分12個(gè)章節(jié)，其中前半部分分別介紹了目前研究領(lǐng)域已經(jīng)較為成熟的生成對抗網(wǎng)絡(luò)模型，比如DCGAN、WGAN等等，以及大量不同結(jié)構(gòu)的生成對抗網(wǎng)絡(luò)變種。生成對抗網(wǎng)絡(luò)毫無疑問是當(dāng)今熱門的人工智能技術(shù)之一，曾被美國《麻省理工科技評論》評選為“全球十大突破性技術(shù)”。《生成對抗網(wǎng)絡(luò)入門指南》是一本結(jié)合基礎(chǔ)理論與工程實(shí)踐的入門型

隨著互聯(lián)網(wǎng)絡(luò)飛速發(fā)展，人們所面臨的信息過載問題日益嚴(yán)重，幫助人們快速有效地獲取信息變得尤為重要。標(biāo)題高度概括了原文的關(guān)鍵內(nèi)容，是人們判斷是否繼續(xù)閱讀原文的重要依據(jù)，因此研究標(biāo)題生成問題具有相當(dāng)重要的意義。目前神經(jīng)網(wǎng)絡(luò)標(biāo)題生成方法因?yàn)槠渫耆珨?shù)據(jù)驅(qū)動(dòng)以及無需額外人工定義特征的特點(diǎn)，獲得了廣泛的關(guān)注。但在該領(lǐng)域的研究中仍然存