人工智能无疑是近几年最火的名词之一。然而，究竟什么是人工智能？为什么说人工智能的**目标是创造“生命”？目前人工智能的硅基生命之路遇到了哪些坎坷？人工智能的未来如何？不可否认的是，许多人了解人工智能是通过科幻电影。那么科幻电影对人工智能起到了怎样的普及和推动作用？本书将围绕这些问题，从独特的视角，为读者解读人工智能的秘

《TensorFlow与KerasPython深度学习应用实战》是一本使用PythonTensorFlowKeras实现深度学习的入门图书，全书秉持先图解、再实现，而后实战应用的精神，带你实际训练自己的深度学习模型。其中第1篇详细介绍了人工智能、机器学习、深度学习基础，TensorFlow和Keras开发环境的搭建；第

本书英文版出版至今已近20年，但关于大脑究竟如何工作的问题至今仍无答案，而符号主义（认为大脑是类似于计算机的加工符号的机器）与联结主义（认为大脑是并行运转的大型神经网络）之间的争论也从未停息。本书分析了联结主义模型和符号加工模型在计算方面的优势和劣势，关注不同联结主义模型之间的差异以及特定模型与符号加工的特定假设之间的

数据孤岛问题已经成为制约人工智能发展的主要阻碍。在此背景下,联邦学习(FederatedLearning)作为一种新兴的机器学习技术范式,凭借其突出的隐私保护能力,展示出在诸多业务场景中的应用价值。本书从联邦学习的基础知识出发,深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系,详细阐述了联邦学习中涉及的加密通信模

本书介绍如何构建完整的机器学习流水线，从而在生产环境中准备数据以及训练、验证、部署和管理机器学习模型。你将了解机器学习流水线的每个环节，以及如何利用TensorFlowExtended（TFX）构建机器学习流水线。模型的生命周期是一个闭环，其中包括数据读取、数据校验、数据预处理、模型训练、模型分析、模型验证、模型部署、

本书是深度学习领域的入门教材，阐述了深度学习的知识体系，涵盖人工智能的基础知识以及深度学习的基本原理、模型、方法和实践案例，使读者掌握深度学习的相关知识，提高以深度学习方法解决实际问题的能力。全书内容包括人工智能基础、机器学习基础、深度学习主要框架、深度神经网络、卷积神经网络、循环神经网络、自编码器与生成对抗网络。 本

本书第4版共10章。第1章叙述人工智能的定义、起源与发展，归纳了人工智能的研究目标、研究内容和核心要素，简介人工智能的研究和计算方法，列举出人工智能的研究与应用领域，归纳了人工智能对人类经济、社会和文化的影响。第2章主要研究人工智能的知识表示方法，如状态空间法、问题归约法、谓词逻辑法、语义网络法、框架表示、知识图谱、和

随着互联网、物联网、云计算等技术的不断发展，许多领域都产生了大量的数据。利用机器学习技术分析海量数据，可以从数据中发现隐含的、有价值的规律和模式，进而用于预测并采取相应动作。在上述背景下，本书从理论、技术和应用三个层面入手，全面讲解如何利用机器学习技术解决实际问题。本书共分26章，内容包括机器学习解决问题流程、问题分析

本书是人工智能和机器学习领域专业多年实践的结晶，深入浅出讲解机器学习应用和工程实践，是对机器学习工程实践和设计模式的系统回顾。全书分别从项目前的准备，数据收集和准备，特征工程，监督模型训练，模型评估，模型服务、监测和维护等方面讲解，由浅入深剖析机器学习实践过程中遇到的问题，帮助读者快速掌握机器学习工程实践和设计模式的基

大数据时代的到来，为人工智能的飞速发展带来前所未有的数据红利。在大数据的喂养下，大量知识不断涌现，如何有效地发掘这些知识呢？知识图谱横空出世。本书是一本讲解如何使用TensorFlow2构建知识图谱的入门教程，引导读者掌握基于深度学习的知识图谱构建概念、理论和方法。本书分为13章：第1章从搭建环境开始，包含Tensor