以人工智能、基因編輯、大數(shù)據(jù)與量子計算為核心的前沿科技時代呼嘯而至。其中，人工智能的發(fā)展備受關(guān)注。盡管我們認為人類距離強人工智能時代還很遙遠，但是其廣泛的應用場景已經(jīng)開始深刻影響我們的生活方式、理念，甚至人之所以為人的思考。 過去幾年全球提出了諸多倫理與治理原則，以應對前沿科技發(fā)展帶來的挑戰(zhàn)。這些原則大都建立在工業(yè)文

本書以習近平新時代中國特色社會主義思想為指導，立足黨和國家關(guān)于人工智能的頂層設(shè)計、戰(zhàn)略部署，緊扣領(lǐng)導干部和廣大群眾對于人工智能深入了解的迫切需求，立足本土、放眼國際，對我國人工智能的發(fā)展狀況、國家戰(zhàn)略，及其在經(jīng)濟發(fā)展、民生改善、政府治理等方面的廣泛應用作了簡明通俗的闡釋；同時，還闡述了世界范圍內(nèi)人工智能的發(fā)展歷史、國外

本書立足于西安電子科技大學人工智能學科優(yōu)勢，對人工智能、類腦計算與圖像解譯三個前沿領(lǐng)域進行了詳細的論述，主要內(nèi)容包括進化計算、人工免疫系統(tǒng)、量子計算智能、多智能體系統(tǒng)、多目標進化優(yōu)化、 非線性逼近理論、多尺度幾何分析、多尺度變換域圖像感知與識別、圖像的高維奇異性檢測、圖像去噪的閾值方法、SAR圖像理解與解譯。該書在對

深度學習理論由Hinton等人于2006年提出,其概念源于對人工神經(jīng)網(wǎng)絡(luò)的研究。深度學習技術(shù)通過組合數(shù)據(jù)的低層特征形成更加抽象的高層屬性,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。 本書主要闡述基于深度學習理論的一些模型和算法。全書共分為8章,主要內(nèi)容包括緒論、TensorFlow和Keras簡介、簡單神經(jīng)網(wǎng)絡(luò)、圖像類數(shù)據(jù)處理、序

內(nèi)容提要本書用簡短的篇幅、精煉的語言，講授機器學習領(lǐng)域必備的知識和技能。全書共11章和一個術(shù)語表，依次介紹了機器學習的基本概念、符號和定義、算法、基本實踐方法、神經(jīng)網(wǎng)絡(luò)和深度學習、問題與解決方案、進階操作、非監(jiān)督學習以及其他學習方式等，涵蓋了監(jiān)督學習和非監(jiān)督學習、支持向量機、神經(jīng)網(wǎng)絡(luò)、集成學習、梯度下降、聚類分析、維度

《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》敘述了從數(shù)學到統(tǒng)計、從統(tǒng)計到人工智能的發(fā)展，結(jié)合大量的實際商業(yè)應用案例介紹了諸多經(jīng)典的機器學習算法，比如LASSO回歸、MCMC、決策樹、隨機森林和神經(jīng)網(wǎng)絡(luò)等�！稄慕y(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場景，從理論到實際操作層層遞進，讀者從中

實用性是本書的基本出發(fā)點，書中介紹了近年來在工業(yè)界被廣泛應用的機器學習算法，這些算法經(jīng)受了時間的考驗，不但效果好而且使用方便。此外，本書也十分注重理論的深度和完整性，內(nèi)容編排力求由淺入深、推理完整、前后連貫、自成體系，先講統(tǒng)計學、矩陣、優(yōu)化方法這些基礎(chǔ)知識，再介紹線性模型、概率圖模型、文本向量化算法、樹模型和深度學習。

本書為《和諧型交流傳動機車技術(shù)叢書》之一。全書共分十二章，分別為HXN5型內(nèi)燃機車概述，機車總體，GEVO16型柴油機，輔助系統(tǒng)，牽引傳動系統(tǒng)，輔助電氣系統(tǒng)，微機網(wǎng)絡(luò)控制系統(tǒng)，制動系統(tǒng)，車體，轉(zhuǎn)向架，車載安全檢測設(shè)備，機車使用與維護。本書可作為從事和諧系列交流傳動機運用、檢修、維護的專業(yè)人員的技術(shù)管理人員的學習培訓教材

本書為商務(wù)英語專業(yè)系列教材聽力教程第4冊。全書共15個單元，包括Startingabusiness，Research&Development，Advertisement&Marketing，CustomerService，RiskControl，Recruitment，StaffTraining&

本書是一本學術(shù)導讀書，是對法國著名哲學家保羅·維利里奧思想全面而深入的解讀。在此，讀者將了解到維利里奧的思想淵源，他有關(guān)交戰(zhàn)地帶、建筑學和批判理論的未來主義等觀點，他思想的后續(xù)發(fā)展和應用。本書有助于訓練讀者為閱讀該理論家的原始文本作好準備。