本書主要介紹主流的人工智能理論、算法以及Python實現方法,目的是使學生學會人工智能理論及推導過程,并且掌握調用Python人工智能庫和自定義編碼的方法。全書共分10章,分別為人工智能與Python概述、Python基礎、線性回歸及其Python實現、邏輯斯蒂分類及其Python實現、最大熵模型及其Python實現、K-近鄰分類與K-均值聚類及其Python實現、樸素貝葉斯分類及其Python實現、決策樹及其Python實現、神經網絡及其Python實現、圖像識別領域的應用案例。 本書可作為計
隨著人工智能技術的高速發展和廣泛應用,人工智能安全問題引發了人們的高度關注。本書介紹了人工智能安全的概念和范疇,并從理論技術、技術標準、產業生態、倫理、法律等不同的角度分析了人工智能所涉及的安全問題及其治理策略和解決方法。除概述外,本書介紹了采用可信計算技術解決人工智能安全問題的方法,以及無人系統安全、基于類腦計算的強人工智能及其安全、智能制造和智能城市中的人工智能應用安全、網絡安全、人工智能安全可控的產業生態建設、人工智能安全標準與風險評估預警、人工智能法律倫理。總體來說,本書既概要
本書首先對智能經濟的反饋路徑以及發展脈絡進行了總結梳理,借助價值創造理論進行分析,總結出智能企業運算智能、感知智能、認知智能三個階段,并據此分析了人工智能技術應用在智能經濟中發揮的關鍵作用。其次,本書根據商業模式理論比較了互聯網時代和智能時代的商業邏輯,指出互聯網時代以流量變現的邏輯為主,而數據增值則是智能經濟時代價值創造的全新方式,因此各行各業都應建立完整的數據增值模式,形成以數據為核心的價值創造流程閉環,數據生成智能,智能又帶來更多數據,充分發揮數據要素對智能經濟發展的價值。再次,
本書基于中國工程院重大咨詢研究項目人工智能2.0子課題自主式高級無人系統編寫,將針對智能無人系統共性基礎理論與關鍵技術,以及無人機、無人車、軌道交通自動駕駛、服務機器人、空間機器人、海洋/極地機器人、無人船、離散制造業無人車間 /智能工廠、流程工業無人車間/ 智能工廠、高端智能裝備等智能無人系統的智能技術以及自主無人操作系統,重點介紹國內外研究現狀、主要研究問題以及未來發展趨勢。為我國人工智能發展提供咨詢參考。
《MediaPipe機器學習跨平臺框架實戰》以實際項目為線索,帶領讀者探索MediaPipe在不同場景中的應用,使讀者既能了解理論知識,又能通過實踐掌握技能。全書共9章,第1章介紹MediaPipe基礎;第2章重點探討MediaPipe的控制流、同步機制以及GPU的使用;第3章介紹MediaPipe中的Facemesh,探討其在增強現實、AR濾鏡和視頻會議軟件中的應用;第4章將MediaPipe與游戲控制相結合,介紹如何在體感游戲中應用MediaPipe技術;第5章以AR激光劍效果、火箭發射小游
深度學習是計算機科學的一個重要分支,是一種以人工神經網絡為架構,對數據進行表征學習的算法的總稱。深度學習是傳統機器學習算法的發展和衍生,相關內容涉及代數、統計學、優化理論、矩陣計算等多個領域。《深度學習理論與實踐》是深度學習的基礎入門級教材,在內容上盡可能覆蓋深度學習算法相關基礎知識。全書共11章,大致可分為三大部分:第一部分(第1~3章)主要介紹機器學習的基礎知識和一些傳統算法;第二部分(第4~8章)主要介紹人工神經網絡等的相關理論、優化算法和各類經典神經網絡模型;第三部分(第9~11章)為進
《機器學習及其應用2023》邀請MLA 2021-2022的部分專家以綜述的形式介紹機器學習領域的研究進展,內容涉及到監督學習、深度學習、因果學習、遷移學習、表示學習、演化學習的基本理論和方法,以及ChatGPT淺析,同時介紹了機器學習在計算機視覺、自然語言處理、并行計算中的應用,代表了國內機器學習最新的研究進展。
本書是基于Python以及飛槳(PaddlePaddle)深度學習框架的實踐性機器學習入門教程,內容涵蓋Python基礎語法、機器學習常用算法以及在計算機視覺和自然語言處理等經典領域的詳細案例解析。本書語言簡潔易懂,注重實踐與理論相結合,旨在幫助讀者掌握機器學習的核心概念和技能。通過閱讀本書,讀者可以快速了解機器學習各種算法的應用場景,并掌握使用PaddlePaddle來解決機器學習問題的方法。對于想要入門機器學習的人來說,本書是一本實用性較強的參考書。
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,深度學習的表征理論,深度學習的學習理論,深度學習的優化理論,深度學習的核心算法。
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、卷積神經網絡的發展以及基于卷積神經網絡的目標檢測算法等。而后,對序列信息處理神經網絡—循環神經網絡進行講解。本教程采用由淺入深的方式,對深度學習相關理論進行講解,滿足教學過程中的需要。