
采用基于任务的方式介绍机器学习 涵盖在构建机器学习模型时可能遇到的常见任务 提供近200个小任务的解决方案,以及代码 在代码中加深对理论的理解

人类史上人工智能灵思诗集!跟随 少女诗人 萌妹子 微软小冰,走诗的唯美世界。 微软全球执行副总裁,美国国家工程院外籍院士沈向洋博士倾情作序推荐! 师从中国519位现代诗人,经过6000分钟、10000次的迭代学习,至今创作70928首现代诗,从中精心挑选139首。 精心排放每一张美图,特种纸全彩印刷,力图将*美的诗集呈现给每一位读者! 湛庐文化出品。


用简单的例子帮你理解复杂的强化学习概念,用幽默的语言帮你迈过强化学习的门槛。 对深度学习和强化学习的初学者及工程实践人员来说,本书是知识框架搭建和工程门方面的优秀参考书。


《机器学习门与实战 MATLAB实践应用》的编写是作者在多年机器学习及工作经验的基础上,对大量的网络资源、论文和相关书籍行总结、整理、分析而来。全书共分为三部分,分别为机器学习概念篇、MATLAB机器学习基础篇、机器学习算法与MATLAB实践篇。




1.全球1500多所学校采用的教材,国内众多高校选用。 2.配备丰富的教学资源,解决教师授课后顾之忧。 3.配套网站提供多种语言版本源代码,满足不同编程语言使用者的自学需要。 4.程序员门人工智能领域的推荐书籍。

一本书讲透ChatGPT的前世、今生与未来,实现从AI小白到高手的化。 重磅专家力荐:著名经济学家朱嘉明作序,北京师范大学新闻传播学院学术委员会主任喻国明,畅销书《暗知识》作者、师从人工智能鼻祖伯纳德 威德罗的王维嘉博士,等倾情推荐。 聚焦前沿热:揭秘以ChatGPT为代表的大语言模型爆火背后有哪些原因?有何时代价值与意义? 描绘应用蓝图:大语言模型给哪些产业带来了福音?相关技术究竟能派上什么用场? 远瞻行业风险:机遇来临之际还将迎来哪些挑战?我们该如何应对?

本书是工业智能新技术系列中的一本,基于智能硬件发方向的一个产品,是一本可以边做边学的实用指南、智能家居DIY的必选教程。适合对机器人相关技术感兴趣的读者阅读,也适合作为普通高校相关专业的工程创新实训、课程设计、科研竞赛及实验指导教程。


★ 内容扎实,深度解析 DeepSeek 技术 专家编撰 :由行业专家精心编撰,内容系统全面,从基础理论到实战应用,深度解析 DeepSeek 技术,为读者提供权威可靠的知识体系。 实用性强 :聚焦实战应用,提供丰富的实战案例和详细的操作指南,帮助读者真正提升工作效率,将知识转化为实际能力。 层层递 :内容设计科学,不仅适合零基础读者快速上手,还包含高级功能和优化技巧,满足阶用户的需求,让不同层次的读者都能从中受益。 多场景应用 :帮助读者将 DeepSeek 技术应用于教育、办公、内容创作等多个领域,拓展知识的应用范围,提升综合能力。 ★ 性价比高,高效学习无忧 定价合理 :本书定价合理,内容权威可靠,能够帮助读者高效学习,避免无效投,性价比极高,是学习 DeepSeek 技术的不二之选。 物超所值 :以亲民的价格,提供高质量的内


告别教育焦虑,面向未来,培养具有竞争力的复合型人才 深探讨了在超级人工智能的时代背景下,未来教育该何去何从 创新模式,贯彻 问学 理念,用提问引领学习 由多名代表最前沿技术的超级AI与多位人工智能和教育领域专家共同探讨 回应当代家长的焦虑 面对形形色色的知识和新鲜事物,孩子应该学习什么、怎么培养 内容覆盖未来教育变革、AI信息茧房、亲子关系、孩子的综合能力培养等各个方面


融汇科研与教学经验,案例可二次发利用!阿里巴巴字节跳动讯飞智元腾讯百度微软 专家联袂推荐!配套程序代码、工程文件、附赠案例!

Python是一门通用型编程语言,也是一门相对容易学习的语言。因此,数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时,经常选择使用Python。本书填补了机器学习和Web发之间的鸿沟。本书重讲解在Web应用中实现预测分析功能的难,重介绍Python语言及相关框架、工具和库,展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念,学习如何将数据部署到用Django框架发的Web应用;还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。随后,你将一步探索功能强大的Django框架,学习搭建一个简单、具备现代感的影评情感分析应用,它可是用机器学习算法驱动的!本书是写给正努力成为数据科学家的读者以及新晋的数据科学家的。读者应该具备一些机器学习经验。如果你对发智能(具备预测功能的)Web应用感兴趣,或正在从事相

本书是东南大学信息科学与工程学院与苏州第十中学联手造的一本适合中学生学习人工智能的门教材

人工智能相关领域面试、笔试、经验心得、算法、考、难、真题解析一应俱全,获取高薪 在这里,有面试笔试常见技巧的提炼与总结; 在这里,有面试笔试高频人工智能领域相关知识的整理与剖析; 在这里,有面试笔试历年人工智能领域相关真题的解答与拓展。


初学者学习机器学习课程一般都会面临两大障碍。*大障碍是数学基础。机器学习要求有数学基础,书中大量的公式是初学者的噩梦,尤其是对于已经离大学走向工作岗位的爱好者来说,从头始去学习和理解数据分布和模型背后的数学原理需要花费很多的时间和精力,学习周期非常漫长。第二大障碍是编程实践。并不是所有人都擅长编代码,而只有亲手用代码实现机器学习的各种算法,亲眼见到算法解决了实际问题,才能更深理解算法。除非想做高精尖的前沿研究,理论研究和公式推导并非大多数人的专长,如果只是想更合理地应用机器学习来解决实际问题,掌握必需的数学知识就可以理解问题该如何解决,使用Python编程实现机器学习算法也比使用C 或Java等语言容易得多。 本书就是为了让初学者顺利门而设计的。首先,本书只讲述机器学习常用算法的基本原理,并