进入21世纪,随着大数据、高性能计算等信息技术的发展变革,以及机器人系统加速向产业化迈进,推动了以深度学习为代表的第三次人工智能(ArtificialIntelligence,AI)热潮,使得人类社会开始从信息化时代迈入智能化时代。人工智能理论、技术与应用发展迅速,正在深刻的影响和改变着人们的生产和生活。从手机中的语音识别、银行交易中的生物特征认证、医疗诊断中的专家系统,到正在发展中的智能机器人和无人驾驶汽车,都离不开人工智能理论和技术的支撑。在信息化时代,数字化和网络化是推动人类社会发展变革的
Kubeflow是基于K8S的机器学习工具包,是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐进的方式,从Kubeflow的安装、使用和设计开篇,随后从模型训练的整个周期展开,涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节,既有相关的理论知识也囊括了真实的使用案例,能够让读者在学习Kubeflow知识的同时全面了解机器学习的相关知识,是入门和深入学习Kubeflow以及机器学习的良好指南。
阿里云IoTHaaS(HardwareasaService)物联网设备云端一体低代码开发框架集合阿里云、达摩院、平头哥相关技术,基于数亿台物联网设备接入经验,提供积木式硬件开发能力,实现低代码快速开发,帮助中小开发者聚焦业务,实现设备安全上云,加速设备创新迭代。本书主要对HaaS开发框架中的技术进行详细的介绍,主要包括HaaS云端一体低代码开发框架、国产全自研AliOSThings物联网操作系统、物联网云平台、IoTStudio物联网应用开发新模式、HaaS轻应用开发新模式,以及轻应用进行Haa
《OpenCV4.0+Python机器学习与计算机视觉实战》详细阐述了机器学习与计算机视觉相关的基本解决方案,主要包括滤镜、深度传感器和手势识别、通过特征匹配和透视变换查找对象、使用运动恢复结构重建3D场景、在OpenCV中使用计算摄影、跟踪视觉上的显著对象、识别交通标志、识别面部表情、对象分类和定位、检测和跟踪对象等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和参考手册。
本书从强化学习的基础知识出发,结合PyTorch深度学习框架,介绍深度强化学习算法各种模型的相关算法原理和基于PyTorch的代码实现。作为一本介绍深度强化学习知识的相关图书,本书介绍了常用的强化学习环境,基于价值网络的强化学习算法和基于策略梯度的强化学习算法,以及一些常用的比较流行的深度强化学习算法(如蒙特卡洛树搜索)等。另外,还介绍了深度强化学习算法在实际问题中的一些应用。
本书聚焦信息科学、生命科学、新能源、新材料等为代表的高科技领域,以及物理、化学、数学等基础科学的进展与新兴技术的交叉融合,其中70%的内容来源于IEEE计算机协会相关刊物内容的全文翻译,另外30%的内容由SteerTech和iCANXTalks上的国际知名科学家的学术报告、报道以及相关活动内容组成。本书将以创新的方式宣传和推广所有可能影响未来的科学技术,打造具有号召力,能够影响未来科研工作者的世界一流的新型科技传播、交流、服务平台,形成“让科学成为时尚,让科学家成为榜样”的社会力量!
虽然很多深度学习工具都使用Python,但PyTorch库是真正具备Python风格的。对于任何了解NumPy和scikit-learn等工具的人来说,上手PyTorch轻而易举。PyTorch在不牺牲高级特性的情况下简化了深度学习,它非常适合构建快速模型,并且可以平稳地从个人应用扩展到企业级应用。由于像苹果、Facebook和摩根大通这样的公司都使用PyTorch,所以当你掌握了PyTorth,就会拥有更多的职业选择。 本书是教你使用PyTorch创建神经网络和深度学习系统的实用指南。它帮助读
《集成学习入门与实战:原理、算法与应用》通过6章内容全面地解读了集成学习的基础知识、集成学习技术、集成学习库和实践应用。其中集成学习技术包括采样、Bagging、投票集成、Boosting、AdaBoost、梯度提升、XGBoost、Stacking、随机森林、决策树等,从混合训练数据到混合模型,再到混合组合,逻辑严谨、逐步讲解;同时也对ML-集成学习、Dask、LightGBM、AdaNet等集成学习库相关技术进行了详细解读;最后通过相关实践对集成学习进行综合性应用。本书配有逻辑框图、关键代码
本书以实战为主,通过丰富的实战案例向读者介绍深度学习可应用和落地的项目,书中所有案例都基于Python+TensorFlow2.5+Keras技术,可用于深度学习课程的实战训练。本书配套示例源码、PPT课件、思维导图、数据集、开发环境与答疑服务。全书共分11章。第1章讲解深度学习的概念、流程、应用场景、模型分类和框架选择,第2~11章列举深度学习的项目实战案例,包括手写体识别、数据集分类、情感分类、文本情感分类、编码器、汉字拼音转换、中文文本分类、多标签文本分类、人脸检测、人脸识别、语音汉字转换
人工智能将帮助人们把事情做得更好、更快,并在成本效益上更突出,它将深刻改变交通、旅游、医疗、教育、零售、农业、金融、销售和营销等行业。事实上,人工智能很可能极大地改变人类社会。你可能听说过很多工作将被人工智能或机器人取代,但你是否知道,与此同时,大量的新工作将由人工智能创造?本书涵盖了许多与人工智能相关的有趣话题,包括:人工智能如何看见、听到和理解事物;人工智能如何改变各个行业;人工智能如何改变沟通方式;人工智能如何改变就业市场;人工智能如何改变交通运输;人工智能如何改变日常生活。在本书中,作者