本书是人工智能专业英语教材,涉及人工智能基础、强人工智能与弱人工智能、人工智能应用领域、常用搜索算法、软件与Python编程语言、知识系统与知识库、专家系统和推理引擎、机器学习与深度学习、决策树、人工神经网络和模糊神经网络、监督学习与无监督学习、人工智能安全、大数据与人工智能、云计算与人工智能、普适计算、人工智能与智慧
本书是教育部职教团队公共领域课题研究课题资助项目:人工智能和信息技术引领的职业院校教学改革融合研究与实践(GG2020070001)的研究成果之一。本书的编写思路是提高学生的人工智能思维和人工智能素养,内容选取上力求突出人工智能的通识性和实用性,便于教学。全书主要分为三部分内容。首先概述了人工智能的基础知识,包括基本概
本书根据人工智能技术服务专业人才培养的需求,以智能机器人为载体,以揭开人工智能的神秘面纱为主线进行编写,设置了5个学习情境。学习情境1主要介绍人工智能的发展和应用,引起学习者的兴趣;学习情境2主要从智能机器如何进行知识存储的角度来理解人工智能;学习情境3主要从智能机器如何使用知识进行探索世界和求解问题的角度来进一步理解
《深度学习原理与PyTorch实战》按照从理论到实践,从实践到创造的顺序讲解深度学习领域的知识与技术,代码翔实,公式简单易懂。《深度学习原理与PyTorch实战》第1章介绍深度学习的概念和目前的形势,第2章介绍Python编程语言基础,第3章使用Python语言计算极限、导数、级数等数学问题,第4章讲解深度学习的基本原
本书探究交替方向乘子法在图像处理中的应用,选取了运动模糊图像复原和遥感图像融合两个领域来作细致研究。通过MATLAB进行仿真实验,利用交替方向乘子法高效求解复杂的凸优化问题,研究遮挡人脸识别的鲁棒性算法,以及人脸图像的类内变化和类间变化与鲁棒性算法的关系。同时,本书还探索高效的分布式优化求解方法。将分布式计算框CoCo
TensorFlow是Google所主导的机器学习框架,也是机器学习领域研究和应用的热门对象。本书主要介绍如何通过TensorFlow来构建真实世界的机器学习系统,旨在让读者学以致用,能尽快地上手项目。本书的特色是通过实例来向读者介绍TensorFlow的经典知识。本书共有12章,包含手写识别器、猫狗分类器、翻译器、文
本书从一个完全不了解机器学习的程序员的视角出发,通过一系列生动有趣的具体应用实例,运用诙谐的语言以循序渐进的方式比较系统地介绍机器学习的本质思想、基本理论和重要算法,比较细致地剖析线性模型、感知机模型、浅层神经网络、深度神经网络的设计原理与编程方法,引导读者亲自动手从零开始打造和完善机器学习的底层代码,逐步消除对机器学
本书按照新版物联网工程专业规范对“物联网信息安全”课程的要求,基于物联网的应用视角,深入浅出地阐述了物联网信息安全体系、物联网信息安全基础、物联网感知安全、物联网接入安全、物联网系统安全、物联网隐私安全、区块链及其应用等内容。本书可作为高校物联网工程、网络空间安全等专业的教材,也可作为从事物联网安全的技术人员的入门读物
本书探索理论计算机科学和机器学习这两个领域能够互相借鉴的知识,以此把它们关联起来。本书介绍机器学习中的重要模型和主要问题,并以一种容易理解的方式介绍该领域的前沿研究成果以及现代算法工具,包括矩量法、张量分解法和凸规划松弛法。本书共8章,内容涵盖非负矩阵分解、主题模型、张量分解、稀疏恢复、稀疏编码、高斯混合模型和矩阵补全
本书帮你掌握通过机器学习和深度学习来识别和解决复杂问题所需的基本技能。本书使用了流行的Python机器学习生态系统中的真实示例,将成为你在学习机器学习的艺术和科学并成为一名成功的从业者道路上的完美伴侣。本书中使用的概念、技术、工具、框架和方法将教会你如何成功思考、设计、构建和执行机器学习系统和项目,并利用这些知识解决一