很多機(jī)器學(xué)習(xí)任務(wù)中具有多個(gè)沖突的目標(biāo)需要同時(shí)被優(yōu)化�；�于群搜索策略的進(jìn)化算法在求解多目標(biāo)優(yōu)化問題領(lǐng)域得到了廣泛的應(yīng)用。多目標(biāo)機(jī)器學(xué)習(xí)在近幾年引起了廣泛的關(guān)注，并且得到快速的發(fā)展。但是多目標(biāo)機(jī)器學(xué)習(xí)在模型建立和優(yōu)化學(xué)習(xí)方面仍然存在很多瓶頸問題。本書工作圍繞多目標(biāo)機(jī)器學(xué)習(xí)新模型探索和多目標(biāo)學(xué)習(xí)算法設(shè)計(jì)展開。主要包括如下幾個(gè)

全套叢書規(guī)劃為十卷本，每一卷獨(dú)立成冊(cè)，圍繞一個(gè)學(xué)科展開。在每?jī)?cè)中，每一個(gè)章一個(gè)主題，每一節(jié)一部科幻作品（主要為科幻影視和科幻小說），每一節(jié)大體上分為三部分："科幻作品簡(jiǎn)介"、"科學(xué)內(nèi)容透析"、"科學(xué)奇聞異事"。兼顧科學(xué)性與趣味性。主要選題包括：航空航天卷、心理學(xué)卷、地學(xué)卷、海洋學(xué)卷、生物科學(xué)卷、人體科學(xué)卷、軍事科學(xué)卷、

本書旨在向讀者交付有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。書中不僅闡述深度學(xué)習(xí)的算法原理，還演示它們的實(shí)現(xiàn)和運(yùn)行。與傳統(tǒng)圖書不同，本書的每一節(jié)都是一個(gè)可以下載并運(yùn)行的Jupyter記事本，它將文字、公式、圖像、代碼和運(yùn)行結(jié)果結(jié)合在了一起。此外，讀者還可以訪問并參與書中內(nèi)容的討論。全書的內(nèi)容分為3個(gè)部分：第一部分介紹深度學(xué)習(xí)的背景

作為一本講解人工神經(jīng)網(wǎng)絡(luò)原理的圖書，《深入淺出人工神經(jīng)網(wǎng)絡(luò)》旨在讓讀者在短的時(shí)間內(nèi)對(duì)這些原理知識(shí)有一個(gè)清晰明了的認(rèn)識(shí)和理解�！渡钊霚\出人工神經(jīng)網(wǎng)絡(luò)》總共分為3部分，總計(jì)9章。第1部分講解了人工神經(jīng)網(wǎng)絡(luò)的源頭—生物神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，第2部分講解了學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)知識(shí)，第3部分講解了幾種常見而典型的人工神經(jīng)網(wǎng)絡(luò)模型

本書將帶你了解特征工程的完整過程，使機(jī)器學(xué)習(xí)更加系統(tǒng)、高效。你會(huì)從理解數(shù)據(jù)開始學(xué)習(xí)，機(jī)器學(xué)習(xí)模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時(shí)納入一項(xiàng)特征、何時(shí)忽略一項(xiàng)特征，以及其中的原因。你還會(huì)學(xué)習(xí)如何將問題陳述轉(zhuǎn)換為有用的新特征，如何提供由商業(yè)需求和數(shù)學(xué)見解驅(qū)動(dòng)的特征，以及如何在自己

本書以通俗易懂的語言，從歷史的、發(fā)展的和辯證的視角分析人工智能的基本原理、發(fā)展趨勢(shì)及其在日常生活中的應(yīng)用。本書認(rèn)為人工智能是后互聯(lián)網(wǎng)時(shí)代、萬物互聯(lián)的產(chǎn)物，雖然在近年來取得了爆發(fā)性發(fā)展但是在研究思路、核心技術(shù)等方面還需要實(shí)質(zhì)性的突破，這將是一個(gè)長(zhǎng)期的、曲折的過程。對(duì)待人工智能，我們應(yīng)該客觀公正、全面系統(tǒng)地分析它的利弊優(yōu)劣

物聯(lián)網(wǎng)把感應(yīng)器嵌入到電網(wǎng)、鐵路、建筑等各種物體中，并與現(xiàn)有互聯(lián)網(wǎng)整合起來。在整合網(wǎng)絡(luò)中，依靠計(jì)算機(jī)群對(duì)網(wǎng)絡(luò)內(nèi)的人員、設(shè)備及基礎(chǔ)設(shè)施進(jìn)行實(shí)時(shí)管理與控制，達(dá)到“智慧”狀態(tài)。隨著無線通信技術(shù)和設(shè)備的發(fā)展，特別是智能終端的出現(xiàn)，感應(yīng)器擺脫了線纜的束縛，以射頻識(shí)別和無線通信為基礎(chǔ)的無線智能系統(tǒng)得到了廣泛應(yīng)用，滿足了人們對(duì)移動(dòng)生活

本書分六章，內(nèi)容包括：創(chuàng)辦一流大學(xué)人工智能教育的思考、南京大學(xué)人工智能學(xué)院本科培養(yǎng)方案、數(shù)學(xué)基礎(chǔ)課程教學(xué)大綱、學(xué)科基礎(chǔ)課程教學(xué)大綱等。

本書是人工智能與大數(shù)據(jù)技術(shù)大講堂叢書中的*本書。全書貫穿*簡(jiǎn)體驗(yàn)的講授原則，并模擬實(shí)際課堂的教學(xué)風(fēng)格，通過幽默風(fēng)趣的大白話語言，手把手帶領(lǐng)讀者由淺入深、循序漸進(jìn)地進(jìn)行學(xué)習(xí)，讓他們?cè)谏砼R其境的教學(xué)氛圍中，輕松、愉悅地掌握人工智能技術(shù)領(lǐng)域的基礎(chǔ)知識(shí)，從而跨入人工智能的大門。本書的閱讀門檻極低，只需要讀者具備初步的數(shù)理知識(shí)和

深度學(xué)習(xí)并沒有那么可怕。直到*近，這項(xiàng)機(jī)器學(xué)習(xí)方法還要經(jīng)過數(shù)年的學(xué)習(xí)才能掌握，但是有了如Keras和TensorFlow這樣的框架后，沒有機(jī)器學(xué)習(xí)背景的軟件工程師也可以快速進(jìn)入這個(gè)領(lǐng)域。通過本書中的技巧，你將學(xué)會(huì)解決深度學(xué)習(xí)在生成和分類文本、圖像和音樂方面的問題。 本書每章包括完成獨(dú)立項(xiàng)目所需的幾個(gè)技巧，如訓(xùn)練一個(gè)音樂