人工智能與語言加工
本書為十四五高等職業(yè)教育新形態(tài)一體化教材之一,通過貼近生活的挑橘子一例引出機器學習的概念,并展開介紹了機器學習的完整流程、算法分類以及常用工具等。本書以項目任務的組織方式,以通俗的情境作為項目導入,制定明確的項目目標,以算法的基本原理為知識導入,然后開始項目實施環(huán)節(jié),以多個實訓任務分別練習算法在解決回歸、分類或聚類問題
本書是中英文雙語教材,首先通過介紹線性回歸了解機器學習中的數據集、歸一化、損失函數、梯度下降函數等基礎知識,在此基礎上通過多個典型案例,詳細分析了邏輯回歸、決策樹、聚類、支持向量機等機器學習算法的實現流程和相關知識,并融入國家職業(yè)技能標準“人工智能訓練師”和“大數據應用開發(fā)”1+X證書等相關內容,具有較強的實踐指導意義
本書從祖先的“仿生”入手,到機器“仿人”,到人工智能技術在人們生活中的應用,集科技與生活于一書,分為八個話題,圖文并茂地向讀者介紹以“靈性”為核心的“人工智能”基礎科學知識,講述作為世界第一梯隊的中國科技工作者在人工智能領域取得偉大成就背后的故事。本書主要講述民用人工智能技術的基本情況,能夠激發(fā)讀者的閱讀興趣,引領讀者
本書主要討論機器學習、神經形態(tài)計算和神經網絡的理論及應用,專注于機器學習加速器和硬件開發(fā)。本書從傳統的微處理架構發(fā)展歷程入手,介紹在后摩爾定律和后丹納德微縮定律下,新型架構的發(fā)展趨勢和影響執(zhí)行性能的各類衡量指標。然后從應用領域、ASIC和特定領域架構三個角度展示了設計特定的硬件實現所需考慮的諸多因素。接著結合機器學習開
近年來,機器學習問題及應用日益受到重視,相關問題的數學本質是數學優(yōu)化模型。本書主要介紹目前機器學習領域常用的優(yōu)化算法與實現、算法的收斂性及應用。內容主要包括緒論(優(yōu)化理論基礎、機器學習的常用優(yōu)化模型介紹)、機器學習的凸優(yōu)化模型的求解算法、機器學習的非凸優(yōu)化模型的求解算法、機器學習的其他特殊模型(DC規(guī)劃、雙層規(guī)劃等)的
為了適應和持續(xù)推動人工智能學科和多學科交叉領域的新發(fā)展,本書遵循“理論化—典型化—應用化”的思路,秉持以理論學習和工程應用為主要背景論述深度學習基礎理論、方法和應用的宗旨,結合團隊多年領域研究和課堂教學實踐,從深度神經網絡的核心結構和原理出發(fā),闡述了典型神經網絡及其實際應用。 全書分為四部分,共16章。其中,深度學習
本書從人工智能這一顛覆性技術的前世今生說起,對我國人工智能發(fā)展歷程、人工智能應用領域以及人工智能對社會經濟的影響進行了梳理,深入探討了人工智能背景下實體經濟、產業(yè)工人、技術技能、職業(yè)教育等相關領域交叉融合的關系以及面臨的挑戰(zhàn)與對策,提出了智能化進程中技術技能、職業(yè)教育與產業(yè)工人的發(fā)展互動路徑。 全書共七章,具體為:人
深度學習技術作為人工智能領域的一門新興技術,已成為人工智能科研領域、企業(yè)應用領域中常用的一門技術。本教材由神經網絡基本訓練規(guī)則、感知器、BP網絡作為基礎,講述神經網絡基礎訓練方法。并通過自編碼器網絡,將淺層網絡過度到深度神經網絡部分,詳細講解卷積神經網絡原理及訓練方法、卷積神經網絡的發(fā)展以及基于卷積神經網絡的目標檢測算
本書聚焦深度學習算法的基礎理論和核心算法,全面系統地論述深度學習的基礎理論,兼顧人工智能數學基礎知識與領域**原創(chuàng)基礎理論,構建脈絡清晰的人工智能理論體系。本書首先介紹了深度學習的相關數學基礎,主要包括線性代數、概率論、信息論三部分;緊接著系統地介紹了深度學習的重點內容,主要分為五方面,即深度學習的逼近理論,深度學習的