任何足够先进的技术初看都与魔法无异。 自动驾驶汽车已经在很多国家上路，网飞的算法能主动预测你喜欢的电影，DeepMind的计算机程序通关了雅达利游戏，AlphaGo在古老的围棋领域攻克了人类智能的防线。 这一切是如何发生的？智能机器究竟如何思考？ 在这本书中，作者用几乎人人都能读懂的语言展示了人工智能领域的前沿成果，深

本书介绍了微软Azure云平台的IAAS和PAAS中的具体服务，主要包括：云存储（AzureStorage)、AppService、云数据库(AzureSQLDatabase）、分布式缓存、分布式消息队列服务(Service Bus)、分布式基础架构服务（ServiceFabric）、大数据处理平台HDInsight、

很多机器学习任务中具有多个冲突的目标需要同时被优化。基于群搜索策略的进化算法在求解多目标优化问题领域得到了广泛的应用。多目标机器学习在近几年引起了广泛的关注，并且得到快速的发展。但是多目标机器学习在模型建立和优化学习方面仍然存在很多瓶颈问题。本书工作围绕多目标机器学习新模型探索和多目标学习算法设计展开。主要包括如下几个

全套丛书规划为十卷本，每一卷独立成册，围绕一个学科展开。在每册中，每一个章一个主题，每一节一部科幻作品（主要为科幻影视和科幻小说），每一节大体上分为三部分："科幻作品简介"、"科学内容透析"、"科学奇闻异事"。兼顾科学性与趣味性。主要选题包括：航空航天卷、心理学卷、地学卷、海洋学卷、生物科学卷、人体科学卷、军事科学卷、

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。此外，读者还可以访问并参与书中内容的讨论。全书的内容分为3个部分：第一部分介绍深度学习的背景

作为一本讲解人工神经网络原理的图书，《深入浅出人工神经网络》旨在让读者在短的时间内对这些原理知识有一个清晰明了的认识和理解。《深入浅出人工神经网络》总共分为3部分，总计9章。第1部分讲解了人工神经网络的源头—生物神经网络的基础知识，第2部分讲解了学习人工神经网络的数学知识，第3部分讲解了几种常见而典型的人工神经网络模型

本书将带你了解特征工程的完整过程，使机器学习更加系统、高效。你会从理解数据开始学习，机器学习模型的成功正是取决于如何利用不同类型的特征，例如连续特征、分类特征等。你将了解何时纳入一项特征、何时忽略一项特征，以及其中的原因。你还会学习如何将问题陈述转换为有用的新特征，如何提供由商业需求和数学见解驱动的特征，以及如何在自己

本书以通俗易懂的语言，从历史的、发展的和辩证的视角分析人工智能的基本原理、发展趋势及其在日常生活中的应用。本书认为人工智能是后互联网时代、万物互联的产物，虽然在近年来取得了爆发性发展但是在研究思路、核心技术等方面还需要实质性的突破，这将是一个长期的、曲折的过程。对待人工智能，我们应该客观公正、全面系统地分析它的利弊优劣

物联网把感应器嵌入到电网、铁路、建筑等各种物体中，并与现有互联网整合起来。在整合网络中，依靠计算机群对网络内的人员、设备及基础设施进行实时管理与控制，达到“智慧”状态。随着无线通信技术和设备的发展，特别是智能终端的出现，感应器摆脱了线缆的束缚，以射频识别和无线通信为基础的无线智能系统得到了广泛应用，满足了人们对移动生活

本书分六章，内容包括：创办一流大学人工智能教育的思考、南京大学人工智能学院本科培养方案、数学基础课程教学大纲、学科基础课程教学大纲等。