本书系统地总结了人脸识别研究领域，填补国内有关该领域图书的空白，很好地总结了近年人脸识别算法研究成果，并提供了具体算法实现和研究结果，为该领域研究人员提供很好的借鉴。从事人脸识别研究的读者结合本书及**的相关科技期刊进行人脸识别研究，可以大大地减少研究前期为进入本领域而进行论文阅读和相关论文总结所需要的时间。目前各地对人脸识别研究更加关注和投入，出版这本图书可为相关领域研究人员提供便捷工具，并提高研究机构在该领域研究的普及化。
扣子(Coze)Skills+OpenClaw 实战:零基础玩转 AI 智能体
【真正零代码】全程无一行代码，聚焦自然语言描述需求、沉淀经验，适配所有非技术背景读者，无论是职场办公族、行业专家还是零基础小白，都能轻松上手。【6大实战项目，覆盖*强变现场景】精选*容易提效、*能变现的高频场景：直播带货话术复用（电商/运营）、股票技术分析（投资/理财）、微信公众号文章配图（内容创作）、小红书爆款笔记生成（社交媒体/营销）、PPT创作助手（职场办公）、数字营销GEO与SEO（企业营销/增长），即学即用。【超多配套资源】全量配套的项目素材包（可在扣子编程直接导入的Skills包），180+分钟实操演示视频，全书配套提示词模板，30+页OpenClaw部署和使用案例
本书包含PyTorch基础知识 实战案例两部分 提供notebook，方便读者交互性学习 梳理PyTorch基础知识及重、难 翔实的案例，案例包括Kaggle竞赛中经典项目、GAN生成动漫头像、AI滤镜、RNN写诗、图像描述任务 配套源代码文件供下载、读者交流QQ群
《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）机器学习等AI技术驱动的智能数据分析是数据分析行业的未来发展方向，所有数据分析师都应该关注。 （2）作者从事数据分析与挖掘10余年，对Python等各种数据分析技术和工具都非常熟悉，在智能数据分析领域也积累了大量的经验。 （3）本书面向零Python基础和零AI基础的读者，精选了*精华的知识，包含大量示例代码，指导读者快速门。
1. 人工智能属于当前社会各界关注的热，本书系统地介绍了人工智能的定义、发展历程及其对各个领域的影响，有助于读者从宏观上深刻理解人工智能的本质，把握技术发展趋势。2. 本书为国内原创图书，能够结合我国的实际和政策，更有指导意义。
TensorFlow：实战Google深度学习框架(第2版)
前谷歌专家、现Tensorflow创业新贵，新版力邀现谷歌专家加盟，共话新版核心技术与前沿案例。 本书前版作为业界首著伴随Tensorflow火遍全球，旨在面向生产商业场景，彻底贯通原理实践。 深原理走访主创结合真实项目，AI、ML团队争相赞誉力荐，与Tensorflow一道成为事实标准。 代码全面升级为1.4 版，重关注新版功能，增设专题论述TF高层封装和深度学习自然语言应用。
1.不用任何专业基础就能读懂并制作，即便是中小学生也没问题。 2.具备知识性、趣味性，符合当今素质教育鼓励发学生动手能力的主题。 3．机器人制作是火热的话题，完成制作可以在身边环境（兴趣论坛、朋友圈子、学校中）受到关注，有一定实用价值。 4．实践操作性强：从工具和材料准备、装配方法、设计思路到制作过程都配合图片，行了详细讲解，可以对照操作，来完成自己的制作。 5．所选制作实例也有相应的背景知识，读者不光可以制作出有趣的机器人，也可以从中学到相应的知识，比如电子元件常识、机器人的运动方式、仿生学等。 6．作者在杂志、网络上有一定影响力。 7.有配套套件，既可以借助套件推广图书，也可以考虑图书搭配套件销售。
读者对象： 1、人工智能领域的技术工程师，尤其是机器学习和深度学习领域的工程师； 2、高校人工智能专业学生、教师以及研究人员； 3、希望了解人工智能尤其是深度学习的技术工程师和产品经理。 （1）本书由百度官方出品，PaddlePaddle总架构师共同创作。 （2）百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐 （3） 内容全面、由浅深、注重实践 ，结合新近PaddlePaddle技术版本，详细讲解了PaddlePaddle的技术和原理，以及如何从零始快速掌握深度学习。
谷歌 AlphaGO 战胜李世石，标志着机器智能新时代来袭 人工智能火热来袭，未来 5 年，人工智能会怎样改变我们的生活？未来 15 年呢？ 人工智能的下一个 BAT 会在什么领域产生？ 科技大咖倾情推荐，内容涵盖人工智能前沿研究热与发展趋势 分享许多知名学者专家难得的不同角度与侧面认识追求 产生了对人工智能未来发展的天马行空想象空间与好奇 将机器人、无人车、深度学习、大数据、虚拟现实等智能技术的变革结合起来，将预示一个大时代的到来，即所谓的 超智能时代 。《新智元：机器 人类 = 超智能时代》深分析了人工智能时代的技术和发展、机遇和挑战，带我们提前走超智能时代。
1. 多个AI应用案例。本书提供了多个AI应用的实际案例，让读者直观地看到AI已经可以出色地完成很多任务。从绘画、视频制作到科研等各种领域，你将发现 AIGC（人工智能生成内容）工具的强大。 2. 工具丰富实用。在一个个具体的实际场景中介绍好用的AI工具，包括ChatGPT、Midjourney、DALL E、AutoCut、DEVONthink、 Elicit、 LEX等。读者能够具体地看到用工具解决问题的全过程。 3. 授人以鱼，也授人以渔。在一个个工具的介绍下，让读者逐步学会方法，找到适合自己的AI应用方式：发现问题 关注需求 查找工具 使用工具 解决问题，不断螺旋式成长。 4. 清晰展示小米科技联合创立人王川认可的AI使用经验。不仅仅只是介绍一些 AI 工具，还详细阐述了方法论，帮助读者提高对 AI 的认知，增强使用工具的信心和技能。 5. 本书作者----天津师范大学管理学院副教授，硕士研究生导师
2022年12月16日， Science 杂志发布了2022年度科学十大突破，AIGC（人工智能生成内容）赫然在列。一时间，AIGC成为当下炙手可热的概念。2022年9月，AI绘画爆火；11月30日，ChatGPT横空出世，正式让全世界看到了AIGC的 强大 。无论是AI绘画的爆火，还是ChatGPT的诞生，都属于AIGC这一概念。谁曾想到，在元宇宙、Web3.0等概念风靡的2022年，AI凭借 创作 强势崛起，这预示着AIGC元年即将启，下一个万亿赛道即将爆发。资料显示，国内大厂百度、腾讯优图、阿里巴巴、快手、字节跳动、网易、商汤、美图等都在AIGC领域有所投；国外科技巨头谷歌、Meta、微软、Stability AI、Jasper、OpenAI等也始布局AIGC。2023年，将是AIGC与Web3.0、元宇宙密切结合并将爆发的一年。作为AIGC的门级科普读物，本书结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府部门科普了AIG
周金平编著的《生产系统仿真——PlantSimulation应用教程》的一个显著特是没有长篇的理论介绍，而是将理论分散到建模过程中讲述，是生产系统各领域的综合应用；应用工业工程的方法来提升生产线产出率，行企业内部物流配送优化、车间布置优化、流水线平衡、生产计划与排程优化、人机作业分析和仓储仿真优化等经典工业工程问题的讲述与建模。同时，为使读者更好地掌握PlantSimulation，本书建立的仿真模型除第1章外，所有模型均采用了参数化设计的思路，只需简单的修改和扩充，就可以在本模型基础上发面向本科教学、研究生教学的仿真实验平台，也可以面向科研课题和企业实际应用行快速扩充应用。
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
全面梳理无人驾驶技术之作！ 适合对无人驾驶技术感兴趣的在校学生、工业从业者，以及相关人士阅读。 无人驾驶技术概览 无人驾驶定位导航、感知、决策与控制等算法 深度学习、强化学习、计算机视觉在无人驾驶中的应用 无人驾驶安全等多个主要技术
1.内容全面 俯瞰全领域，网罗人工智能发基础理论和技术； 2.图文并茂 334张图示帮助理解，以图配文，知识清晰直观； 3.专业实用 详略得当，辅以公式和代码，为深研究基础。 知识涵盖： 机器学习/深度学习/强化学习/图像和语音的模式识别/自然语言处理/分布式计算
深度学习是机器学习的一个分支，其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O，帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包始，着转向建立神经网络、预测和深度预测等模型，所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后，你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。zui后，本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家，他们精通R语言数据科学概念，并希望可以使用R中的包一步探索深度学习范式。读者需要对R语言具备基础的理解，并熟悉统计算法和机器学习技术。通过阅读本书，你将能够:● 建立R包H2O训练深度学习模型；● 理解深度学习模型背后的核心概念；● 使用自动编码器识别
本书是一部探讨和讲述将目前仅局限于计箅机软件设计领域的面向对象(OO)的理论及方法.如何在当代工业控制系统的设计中进行全面、彻底推广的专著。
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
乐高机器人是乐高公司推出的一款新产品，它包括一套用于搭建物理结构的零件库和一个控制行为动作的大脑。
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。
本书主要讲述非线性系统分析和非线性系统设计的基本理论。
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。
一线资深技术专家撰写，凝结其自身多年的实践经验，深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具：Caffe和TensorFlow，并且初步探讨强化学习的基本原理和应用
本书从人工智能的历史与现状、应用和商业化未来趋势等方面行介绍，并列举了相关的案例行剖析，深分析了人工智能对社会环境所带来的变化、机遇与挑战。本书内容涵盖了人工智能的主要发展领域，如无人驾驶、金融科技、医疗服务、智慧安防等，刻画了人工智能未来的发展场景和商业模式，为我国各行业应对智能化转型提供很好的指引和借鉴。
多主体的研究与应用是近年来备受关注的热点领 域，多主体强化学习理论与方法、多主体协作策略的 研究是该领域重要研究方向，其理论和应用价值极为 广泛，备受广大从事计算机应用、人工智能、自动控 制、以及经济管理等领域研究者的关注。
虚拟化领域系统性教材，涵盖虚拟化历史、通用虚拟化、ARM虚拟化、鲲鹏虚拟化、新一代虚拟化原理和应用实战介绍。加速虚拟化技术落地，助力国产云计算产业发展。
《物品编码标识》从信息标准化人手，系统介绍了物品编码标识系统的相关知识及其应用。
本书从调优、并行、向量化、构建管道等深度学习基础知识始，逐步深，通过现实生活中的例子，展现深度网络架构的方法和策略。本书避免了艰深的理论讨论，而是针对实际问题提供了必要的指引。-深理解机器学习和深度学习基本概念-了解从神经网络到深度网络的演化历程-探索主流深度网络架构，包括卷积神经网络和循环神经网络-了解如何将特定的深度网络应用于适合的问题-全面了解通用的对神经网络和特定深度网络架构调优的基础知识-学习针对不同类型数据的向量化技术以及如何在Spark和Hadoop平台上原生地使用DL4J
对如何快速把握大数据与人工智能的精髓、避免陷过多的数学细节推导的问题，以及人工智能算法和大数据平台技术的结合问题，本书作者做出了不懈探索。 1.选材上，不仅分别单独讲授人工智能和大数据，还突出两者相结合的内容。 2.内容上，突出浅显易懂，繁杂的数学推导适当做减法，宏观的介绍和实战技能适当做加法。 3.结构上，由浅深，由宏观到比微观，由基础知识到新技术，由理论到实践。 本书主要突出优如下： 1.知识覆盖全。本书共七章，对大数据与人工智能领域的常用基础技术、算法、模型均有介绍，保障读者知识体系的完整性。 2.知识覆盖新。本书紧跟本领域*研究成果。尤其重介绍了深度学习基础知识及其应用。深度学习是当前人工智能领域的潮流和趋势。另外，本书新版所增加的强化学习是机器学习新兴起的一个类别，在许多领域都具有重要
- 领导 谷歌大脑 的工程师Jeff Dean发来寄语- 李航、余凯等人工智能领域专家倾力推荐- 基于TensorFlow 1.1，包揽TensorFlow的新特性- 技术内容全面，实战案例丰富，视野广阔- 人脸识别、语音识别、图像和语音相结合等热一应俱全TensorFlow是深度学习的zui流行的框架之一，极适合新手门。谷歌公司正致力于建立一个相关软件和机器学习模型的源生态系统，这是人工智能发展的技术风口。本书基于TensorFlow1.1版本，深TensorFlow基础原理、设计理念、编程模型、源码分析和模型构建、工业界应用、大规模数据训练等。全书分为基础篇、实战篇和提高篇三部分。 基础篇 人工智能门，学习深度学习的方法。 TensorFlow基础原理、设计架构和编程模型。 常用API、批标准化、模型的存储与加载、队列及线程、实现一个自定义OP。 TensorBorad可视化的全面解析。 源码分析。 神经网络（CNN和RNN）
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
凡是关心FPGA和集成电路及大数据处理技术的朋友，都可以通过阅读或浏览本书收获丰富的*的FPGA相关知识。
谷歌机器学习发专家、华为深度学习团队系统工程师、华为深度学习云服务的技术负责人联合编写 中国科学院计算技术研究所副研究员/中国大数据技术大会（BDTC）发起人查礼、 长江学者 特聘教授/浙江大学计算机学院院长陈刚作序 才云科技创始人兼CEO张鑫、Google Brain资深工程师周玥枫、华为人工智能领域主任工程师夏命榛、云账户联合创始人兼CTO邹永强、博拉科技创始人兼CEO周公爽、微软亚洲研究院助理研究员王锦鹏、 知衣科技联合创始人兼CEO 郑泽宇联合 不仅介绍如何使用TensorFlow，还剖析了系统设计原理
1.本书引用国内外大量理论研究和实践经验，内容翔实。 2.本书作者有数百家企业的服务经验，对于数字经济的背景、发展及相关框架有着非常清晰的认知。 3.本书从少见的经济学视角出发，而非常见的产业视角，为读者提供了不同维度的数字经济概念。 4.本书语言通俗易通，可以面向各类读者，无论是初学者还是研究者。
和谐人机环境是计算机理论和技术的一个重要的发展方向，也是当前计算机研究的一个热点领域。
深度学习是机器学习中的一个流行子集，能够帮助用户更快速地构建复杂模型，并提供更准确的预测。《深度学习案例精粹》将带领读者深度学习的世界，通过实际操作示例来加深理解。 1.《深度学习案例精粹》语言简练，通过问题简述、方法概括及代码，让读者可以尽快理解并上手深度学习的算法。 2.《深度学习案例精粹》给出的代码非常详细，可以直运行，可以为急于将深度学习应用于实际项目的工程师提供有力帮助，读者可至异步社区下载源代码及彩图文件。 3.《深度学习案例精粹》涵盖了大多数的主流深度学习任务，包括图像领域的图像识别、目标检测任务，自然语言处理中的词嵌、情感分析任务，以及无监督学习任务等。还介绍了几个深度学习的经典模型，当下深度学习的大多数模型都是在这些基础模型上的改与组合，不同领域的从业人员或多或少都能
《比较》杂志研究部主管，主要研究方向为产业经济学、数字经济、反垄断和管制经济学。曾在中英文期刊上发表学术论文六十余篇，在报刊杂志上发表文章数百篇。曾获得《金融研究》年度论文奖、优秀论文奖、《经济观察报》专栏奖。著有《区块通识：关于区块的111个问题》。 吕琳媛 电子科技大学教授，主要研究方向为复杂网络信息挖掘领域，包括海量信息导航、挖掘、推荐和预测。国家自然科学基金优秀青年基金获得者、四川省青年人才。阿里巴巴复杂科学研究中心副主任。2018年选《麻省理工科技评论》 35岁以下科技创新35人 。著有《重塑：信息经济的结构》。
1.作者*近几年与多家企业合作，展了多项机器学习数据分析的项目，熟悉机器学习的基本原理，并对 TI One、Spark MLlib、TensorFlow 等主流的机器学习工具的安装、配置以及使用过程中的问题比较熟悉，积累了一些详细的分析案例，可以支撑《机器学习实验案例分析》的内容。 2.通过《机器学习实验案例分析》的学习，学生不仅可以模仿实验指导书重复基于 TI One、、Spark MLlib、TensorFlow 的实际数据分析应用，也很容易与一反三，对新问题设计合理的分析思路。 3.作者是国内早期研究商务智能的学者之一（2001 年起），在国内也是较早设商务智能等数据分析课程（2003 年起），有一定的影响力。商务智能被评为上海市精品课程，获得 2013年高等教育上海市教学成果奖二等奖。 4.通过精心选择数据和应用问题，并设计项目的实验指导书，突出数据分析过程中常遇到的问题，使
神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于发的API和包，具有 一次编写，随处运行 的可移植性。本书完整地演示了使用Java发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户
本书阐述人工智能火热的成因、发展历程、产业、技术和应用场景，详解人工智能的几个核心技术（机器学习、特征工程、模型、算法、深度学习）和两个*流行的源平台（sklearn和TensorFlow）。通过本书的学习，读者能掌握人工智能技术体系、重技术和平台工具，为人工智能技术应用到实际工作场景中下基础。
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？
读者对象：1、希望在多个平台的C 环境下始使用OpenCV的计算机视觉新手；2、计算机视觉工程师；3、从初级到高级的各级学生、教师、研究人员；4、其他对计算机视觉和OpenCV感兴趣的人员 1、鼓励 复制 粘贴 运行 这种学习方式并尝试将数学基础保持在*限度； 2、涵盖计算机视觉热门主题，提供完整的项目代码; 3、新增 为项目找到*OpenCV算法 、 避免OpenCV中的常见陷阱 ； 4、超越基础知识，从更高层次来设计和实现复杂图像识别项目。 5、版本新：OpenCV的API（v4.0.0）
1.内容新颖，重新审视元宇宙生态 理性讲解元宇宙前沿技术、应用场景、商业发展逻辑，为小白的投资、生活等方面进行理性讲解，预防被割韭菜。 2.由浅入深，简单易懂 本书语言通俗易懂，层层递进，凝聚了作者多年研究成果和认知总结，适合对元宇宙感兴趣的小白、区块链从业者阅读。 3.作者资历丰富，众多专业人士推荐 何宝宏、蔡文胜、冯波、神鱼、孔剑平等26位领域专业人士联袂推荐！作者通证一哥专注NFT、DAO、Web3、元宇宙研究，具有丰富的区块链行业经验，曾担任多个区块链项目通证设计顾问和网络营销高管。 4. 洞察热点，自下而上。 从宇宙和人类文明的本源说起，洞察DAO、GameFi、Land等热点，推荐大家一读~
1.PyTorch核心发者教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。 2.详细讲解整个深度学习管道的关键实践，包括 PyTorch张量API、用 Python 加载数据、监控训练以及对结果行可视化。 3. PyTorch核心知识 真实、完整的案例项目，快速提升读者动手能力： a.全面掌握PyTorch 相关的API 的使用方法以及系统掌握深度学习的理论和方法； b.快速从零始构建一个真实示例：肿瘤图像分类器； c.轻松学会使用PyTorch 实现各种神经网络模型来解决具体的深度学习问题； d.章尾附有 练习题 ，巩固提升所学知识；更有配套的代码文件可下载并动手实现。 4. PyTorch 联合创作者Soumith Chintala作序推荐！ 5. 书中所有代码都是基于Python 3.6及以上的版本编写的，提供源代码下载。
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
全面反映新一代信息技术对机器人的变革作用，理论系统性强、理论联系实际，通过本书整合各种智能机器人的应用、科研展，通过思维导图、二维码等构建放性学习知识体系。
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