隨著深度學(xué)習(xí)、大規(guī)模預(yù)訓(xùn)練模型和生成式人工智能的進(jìn)展，機(jī)器學(xué)習(xí)已成為解決很多工程和科學(xué)問(wèn)題的**方案�！陡怕蕶C(jī)器學(xué)習(xí)》一書(shū)從概率建模和統(tǒng)計(jì)推斷的角度系統(tǒng)介紹機(jī)器學(xué)習(xí)的基本概念、經(jīng)典算法及前沿進(jìn)展。主要內(nèi)容包括概率機(jī)器學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)理論、概率圖模型、近似概率推斷、高斯過(guò)程、深度生成模型、強(qiáng)化學(xué)習(xí)等。全書(shū)從實(shí)例出發(fā)，由淺入

《機(jī)器學(xué)習(xí)與人工智能實(shí)戰(zhàn)：基于業(yè)務(wù)場(chǎng)景的工程應(yīng)用》分為兩部分共14章，介紹了如何用Scikit-Learn來(lái)構(gòu)建機(jī)器學(xué)習(xí)模型以及如何用Keras和TensorFlow來(lái)構(gòu)建神經(jīng)網(wǎng)絡(luò)。書(shū)中的內(nèi)容和實(shí)例基于作者過(guò)去幾年在全球各地開(kāi)設(shè)相關(guān)課程的經(jīng)歷，闡述了如何借助于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來(lái)構(gòu)建產(chǎn)品或服務(wù)，從而真正解決現(xiàn)實(shí)業(yè)務(wù)場(chǎng)景

《機(jī)器學(xué)習(xí)項(xiàng)目交付實(shí)戰(zhàn)》將介紹如何從模型和數(shù)據(jù)中獲取**性能，幫助你構(gòu)建穩(wěn)定的數(shù)據(jù)管道。通過(guò)高效的可復(fù)用技術(shù)集合，來(lái)確保應(yīng)用程序工作流程的順利執(zhí)行，以及提高模型的可維護(hù)性�；�于數(shù)十年的良好軟件工程實(shí)踐，機(jī)器學(xué)習(xí)工程可確保你的機(jī)器學(xué)習(xí)系統(tǒng)具有彈性、適應(yīng)性和可執(zhí)行性�！稒C(jī)器學(xué)習(xí)項(xiàng)目交付實(shí)戰(zhàn)》將介紹設(shè)計(jì)、構(gòu)建和交付成功的機(jī)器

我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展勢(shì)頭強(qiáng)勁，技術(shù)發(fā)展日新月異。大數(shù)據(jù)、人工智能和邊緣計(jì)算等技術(shù)在物聯(lián)網(wǎng)平臺(tái)上的深度融合，推動(dòng)了智能物聯(lián)網(wǎng)的快速發(fā)展，接入層是智能物聯(lián)網(wǎng)層次結(jié)構(gòu)中的重要層次。本書(shū)力圖體現(xiàn)物聯(lián)網(wǎng)接入技術(shù)在物聯(lián)網(wǎng)中的重要作用。圖文并茂，易讀易懂。本書(shū)給出大量示意圖，盡量采用通俗易懂的語(yǔ)言，幫助讀者更好地理解內(nèi)容。內(nèi)容全面，案

粒計(jì)算采用模擬人類(lèi)大腦的認(rèn)知思維規(guī)律，從而提高解決復(fù)雜問(wèn)題的效率，已經(jīng)在智能信息處理領(lǐng)域發(fā)揮了重要的作用�！恫淮_定性問(wèn)題的多粒度建模與決策方法》重點(diǎn)從多粒度的視角研究不確定性問(wèn)題。從多粒度建模和決策兩個(gè)角度出發(fā)，研究多粒度知識(shí)空間的結(jié)構(gòu)特征，并在多粒度知識(shí)空間的框架下研究不確定性問(wèn)題的近似描述、粒度優(yōu)化模型、動(dòng)態(tài)更新模

一本將AI繪畫(huà)講透的探秘指南，通過(guò)豐富的實(shí)踐案例操作，通俗易懂地講述AI繪畫(huà)的生成步驟，生動(dòng)展現(xiàn)了AI繪畫(huà)的魔法魅力。從歷史到未來(lái)，跨越百年時(shí)空；從理論到實(shí)踐，講述案例操作；從技術(shù)到哲學(xué)，穿越多個(gè)維度；從語(yǔ)言到繪畫(huà)，落地實(shí)戰(zhàn)演練。AI繪畫(huà)的誕生，引發(fā)了奇點(diǎn)降臨，點(diǎn)亮了AGI（通用人工智能），并涉及Prompt、風(fēng)格、技

本書(shū)基于PyTorch框架介紹深度學(xué)習(xí)的有關(guān)理論和應(yīng)用,以Python為實(shí)現(xiàn)語(yǔ)言。全書(shū)共分10章，內(nèi)容包括深度學(xué)習(xí)的概念和發(fā)展過(guò)程、感知器、全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、若干經(jīng)典CNN預(yù)訓(xùn)練模型及其遷移方法、深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用案例、循環(huán)神經(jīng)網(wǎng)絡(luò)、基于預(yù)訓(xùn)練模型的自然語(yǔ)言處理、面向模型解釋的深度神經(jīng)網(wǎng)絡(luò)可視化方法、多模

閱讀本書(shū)，即使讀者僅掌握高中數(shù)學(xué)知識(shí)，也能理解和應(yīng)用強(qiáng)大的機(jī)器學(xué)習(xí)技術(shù)！簡(jiǎn)單來(lái)講，機(jī)器學(xué)習(xí)是一套以算法為基礎(chǔ)的數(shù)據(jù)分析技術(shù)，當(dāng)你提供更多數(shù)據(jù)時(shí)，算法可反饋更好的結(jié)果。ML支持許多尖端技術(shù)，如推薦系統(tǒng)、面部識(shí)別軟件、智能揚(yáng)聲器，甚至包括自動(dòng)駕駛汽車(chē)。本書(shū)不落窠臼，示例豐富，精選的練習(xí)十分有趣，插圖清晰，講解機(jī)器學(xué)習(xí)的核心

人們相信人工智能可以為這個(gè)時(shí)代的技術(shù)帶來(lái)突破，而ChatGPT則使這種希望成為現(xiàn)實(shí)�，F(xiàn)在，許多人都渴望了解與ChatGPT相關(guān)的一切，包括技術(shù)的歷史和背景，其神奇的功能以及如何使用它。雖然ChatGPT的使用方法很簡(jiǎn)單，但它具有無(wú)限的潛力。如果不去親身體驗(yàn)，很難體會(huì)到它的強(qiáng)大之處。本書(shū)盡可能全面地介紹了與ChatGPT

機(jī)器學(xué)習(xí)是人工智能的重要分支。本書(shū)立足實(shí)用且易于上手實(shí)踐的原則，系統(tǒng)地介紹機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典算法，以及這些算法的Python實(shí)現(xiàn)和典型應(yīng)用。本書(shū)分4部分:第1部分介紹監(jiān)督學(xué)習(xí)，包括線(xiàn)性模型、決策樹(shù)分類(lèi)、貝葉斯分類(lèi)器、集成學(xué)習(xí)和支持向量機(jī)；第2部分介紹無(wú)監(jiān)督學(xué)習(xí)，包括關(guān)聯(lián)規(guī)則、聚類(lèi)分析和數(shù)據(jù)降維；第3部分介紹深度學(xué)習(xí)，包