（1）作者就职于某世界100强企业的数据实验室 （2）作者长期从事人工智能、数据科学、分布式系统等领域的研发工作，在人脸识别领域有丰富的实践经验 （3）核心内容涵盖机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法 （4）不仅能帮助读者零基础门，而且能指导读者完成工程级别的实践，从零实现一个工程级的人脸识别引擎
MLlib是Apache Spark机器学习库。本书入门简单，实例丰富，详解协同过滤、线性回归、分类、决策树、保序回归、聚类、关联、数据降维、特征提取和转换等MLlib主要算法，用实例说明MLlib大数据机器学习算法的运用。
1.吴曼青院士、刘利刚教授、陈绪博士作序推荐，周鹏远、李力恒、许彬院士等国内外十余位精英倾心编著。 2.结合国内外多位相关领域专家的精彩见解，由浅深地剖析了元宇宙的重要技术、生态和发展，将读者快速带元宇宙世界，了解元宇宙的重要知识。 3.层次分明，提供多个视角，方便不同群体阅读和了解元宇宙。
1. 武汉市一线教师写作，适合校园展创客教育使用。 2. 以掌控板和mPython代码编程为支撑。 3. 图书结构合理，难度适中，适合中小学校学生学习。
读者对象：本书非常适合知道如何在 Python 中编程并了解深度学习基础知识的读者。本书面向具有传统机器学习实践经验，或希望在实践中探索深度学习世界并将其实现部署到生产中的发人员。 本书是一本深度学习实践指南，聚焦于PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。书中通过大量示例及代码，详细展示如何使用PyTorch构建深度学习模型原型、构建深度学习工作流和将原型用于生产。全书共7章。第1章介绍使用PyTorch行深度学习的方法和PyTorch的基本API；第2章演示如何构建一个简单神经网络；第3章深探讨深度学习工作流和PyTorch生态系统；第4章介绍基于PyTorch构建的CNN；第5章介绍RNN并探讨序列数据处理；第6章详细介绍生成对抗网络（GAN）；第7章介绍强化学习；第8章介绍将PyTorch应用于生产的三种不同方法。
读者对象： 1）人工智能相关专业的研究人员；2）信息科学和计算机科学爱好者；3）统计学或相关IT专业学生；4）不具备专业数学知识的人群。 （1）三位作者资历深厚，分别是阿里巴巴的数据架构师和NLP专家、百炼智能的NLP专家（前明略数据的技术合伙人和科学家）、七牛云AI实验室NLP OCR方向负责人； （2）以实战为导向，绕各种复杂数学公式与证明，确保读者零基础门，详细讲解自然语言处理 的各种核心技术、方法论和经典算法； （3）阿里巴巴达摩院高级算法专家、百炼智能CEO、七牛云AI LAB负责人、天善智能创始人联袂推荐。
原创智能驾驶激光雷达和算法的实践落地的图书，全彩印刷，效果和实例图全彩呈现。 华为智能驾驶研发专家、清华大学教授、业界专家联袂推荐 全面介绍激光雷达算法在智能驾驶中的应用。 涵盖激光雷达标定、激光感知和激光SLAM等方向。 深浅出、理论联系实际，剖析激光雷达和智能驾驶中的关键技术和经典算法。
1 作者本身也是从小白始门深度学习的，无论从书中内容，还是讲解思路，以及语言风格，均适合你从零始深度学习这个充满魔力的世界。 2 实例简单而不简约，用到了生成对抗网络和注意力机制等目前相对前沿的深度学习技术。 3 虽然是一本门教程，但是对原理的讲述也不含糊，清晰易懂，让读者能知其然且知其所以然。
适读人群： 本书可以作为高等院校人工智能、电子信息工程、物联网工程、数据科学与大数据技术、通信工程等专业高年级本科生以及智能科学与技术、信号与信息处理、网络空间安全、通信与信息系统等学科研究生的参考教材，也可供从事语音处理技术研究与应用的科研及工程技术人员参考。 十余年深耕智能语音处理的研究结晶 人工智能在语音处理领域的应用成果
117个案例+65个习题+超过22小时多媒体视频教学，赠送超值多媒体语音教学视频：提供《详解MATLAB/Simulink通信系统建模与仿真(配视频教程)》PP了课件和所有案例的源程序；提供MATLAB软件的多媒体教学视频，时长超过7小时；提供与《详解MATLAB/Simulink通信系统建模与仿真(配视频教程)》内容配套的多媒体教学视频，时长超过15小时。
面向移动设备的深度学习—基于TensorFlow Lite,ML Kit和Flutter
深度学习正迅速成为业界热门的话题。《面向移动设备的深度学习 基于TensorFlow Lite，ML Kit和Flutter》采用以工业和移动应用为中心的方法介绍深度学习的概念及其用例。本书将讨论一系列项目，涵盖移动视觉、面部识别、智能AI助手和增强现实等任务。
1.全领域覆盖：一册通AI生产力工具 2.零门槛上手：66个AI工具 实操技巧 真实案例 3.可视化图解：对初学者友好的分布 流程图 4.提示词秘籍：独家拆解三大提问法
1. 泰迪 1 X 大数据应用发(Python) 职业技能等级证书高级配套教材 2. 随书附带Python源码，方便读者系统学习并动手实践 3. 实战案例丰富 4. 提供PPT课件、教学大纲、教学度表，以及教案等资源
深度学习是人工智能研究中的一个新兴领域，通过深度神经网络模拟人脑的机制让计算机深层次地思考并解释数据。图像检索是计算机视觉领域重要的研究课题，目前结合深度学习和图像检索的研究已趋成熟，并且在产业界逐步落地。为满足广大读者对于深度学习和图像检索技术的学习需求，作者编著了此书。本书详细阐述深度学习目标检测、物体识别、迁移学习、图像生成、图像超分辨率重建、多模型融合算法在图像检索中的应用，帮助读者形成关于深度学习和图像检索系统全面的知识体系。《深度学习 图像检索原理与应用》呈现了以下图像检索的理论、技术与应用： ? 神经网络与深度学习； ? 图像检索技术； ? 目标检测与物体识别方法； ? 迁移学习； ? 生成对抗网络； ? 图像超分辨率重建技术； ? 多模型融合算法； ? 深度学习模型训练方法。
本书是介绍如何在产品中使用TensorFlow的实用教程。本书介绍了可以使用TensorFlow的多种情况， 并通过真实世界的项目， 向读者展示了如何使用TensorFlow。本书还讲解了在实际环境中使用TensorFlow的创新方法。本书主要介绍第二代机器学习与数值计算，提供了训练模型、机器学习、深度学习以及使用各种神经网络的项目，以此来讲解TensorFlow的应用领域，还讨论如何使用TensorFlow计算复杂数值。本书在教读者使用TensorFlow的同时，还展示了如何使用张量来探究各层的数据。只需选定一个跟读者环境相匹配的项目，就能学到如何在产品中应用TensorFlow的相关知识。读完本书后，读者将能通过TensorFlow有效改善项目的速度和效率。本书包括以下内容：● 加载、交互、剖析、处理和存储复杂数据集；● 使用先的技术来解决分类和回归问题；● 使用线性回归模型预测简单时间序列的
1.前沿科学的深度研究，带你探索人工嗅觉技术的发展与应用方向。 2.长期钻研的宝贵知识，以大量真实可靠的实验行验证。 3.新兴技术的巧妙结合，融合光学与机器学习和算法。 4.代表产品的研究展，大幅增加电子鼻传感阵列规模，提升识别精度与响应速度。
今天的青少年*需要教授的能力是什么？不是应付各种考试的应试能力，而是他在一生中*需要运用到的：从小到大形成的创新思维与实践能力。教育不是为社会机器塑造一个合适的螺丝钉，而是倾听孩子的声音，帮助他成为自己，帮助他在未来生活中，找到自己想要的幸福。创客教育对青少年的培养着力于提高学生解决未知问题的能力，没有标准答案，所有问题都需要自己去探索、讨论、总结、升华，让学生真正参与到创新与实践的过程，并在此过程中获得自我提升与历练，找到未来的方向。本书的创客教学模式融合了STEAM(科学、技术、工程、艺术、数学)教学理论，通过创意电子设计的教学指导，让青少年的创造力、学习力、执行力、组织力、表达力为主体的五维能力得到综合提升。本书采用项目型研究课题的教学模式，通过完成逐步进阶的项目课题，让不同认知
u 各种大型语言模型及其相关基础方法、实现工具等，从文本单模态、视听觉多模态、具身智能到交互式智能体，几乎都可以完全使用深度神经网络行系统阐述。这充分表明，自2012年AlexNet问世以来，各种基于端到端数据驱动的深度神经网络学习方法，已走了多远，不仅将自然语言处理、计算机视觉、语音处理等领域，行了彻底改变，而且还正在让这些学科之间的边界消融，并迈向统一。 u 本书从深度神经网络的角度切，体系化地介绍了ChatGPT的基本原理与核心算法，既包括了深度神经网络的基础知识与大演化脉络，Transformer兴起的缘由，也涉及ChatGPT等大型语言模型的预训练、微调、安全及价值对齐以及思维提示应用等重内容的介绍。 u 作者对深度卷积神经网络、LSTM、Transformer和强化学习方法行了深细致的剖析，其中对视觉Transformer相关基础大模型和GPT思想之旅的介
说话人识別是根据语音波形中反映说话人生理和行为的特征的语音参数.A动识別说话人身份的技术《本书作者结合多年的科研工作.分5个部分介绍了说话人识別的a本概念、方法以及**研究进展。
1. 李国杰院士新作，承载了他多年来在计算机科学领域深研究的工作结晶 2. 产学研三重背景，兼具工程科学与人文科学的思维 3. 涵盖了科技自立自强、理解人工智能、做强先计算、人才培养教育等多个方面，内容深度广度兼备，引发读者深思考科技创新的未来。 4. 关注信息科学技术发展，倡导自主创新品牌建设。书中分享了科研中所遇到的挑战，以及克服困难的经验方法，对于年轻科研工作者来说具有很好的启示作用。
当前，深度学习和人工智能的发展和应用给人们留下了深刻的印象。神经网络是深度学习和人工智能的关键元素，然而，真正了解神经网络工作机制的人少之又少。本书用轻松的笔触，一步一步揭示了神经网络的数学思想，并介绍如何使用Python编程语言发神经网络。本书将带领您行一场妙趣横生却又有条不紊的旅行 从一个非常简单的想法始，逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识，并且本书还给出易于理解的微积分简介。本书的目标是让尽可能多的普通读者理解神经网络。读者将学习使用Python发自己的神经网络，训练它识别手写数字，甚至可以与专业的神经网络相媲美。本书适合想要了解深度学习、人工智能和神经网络的读者阅读，尤其适合想要通过Python编程行神经网络发的读者参考。这是一本精心编写、给完全初学者的图书。它带
适读人群： 人工智能，尤其是机器学习相关领域的研究者； 有相关项目发需求的软件工程师； 高校信息学科或相关交叉学科的教师； 高校计算机、软件、电子、自动化相关专业的三、四年级本科生及研究生； 其他了解一定人工智能基础的学习者和对此感兴趣的爱好者。 （1）作者专注于数据缺失值填补的研究和实践多年，参与大量项目，期刊发表相关论文若干，经验十分丰富。 （2）传统的数据缺失值填补方法是基于统计学的，本书是基于*新的人工智能技术机器学习的，填补该领域空白。 （3）作者创新性地提出了基于神经网络和TS模型的缺失值填补方法，大幅提升填补效率。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车