读者对象： 希望了解TensorFlow结构和新特性的数据科学家、机器学习的发人员、深度学习的研究人员和具有统计知识的发者。要充分利用这本书，需要你掌握Python编程语言方面的知识。 TensorFlow是流行的、使用广泛的机器学习框架，它使得每个人都能轻松发机器学习解决方案。使用TensorFlow 2.0，你将研究一个改后的框架结构，它提供了大量的新特性，以提升发者的工作效率和便于发者使用。 本书通过聚焦于发基于神经网络的解决方案来介绍机器学习。本书从构建深度学习解决方案所需的概念和技术始介绍，之后将介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型，以及使用TensorFlow 2.0的工具（如TensorFlow Datasets和TensorFlow Hub）加速发过程。 学完本书之后，你将能够使用TensorFlow 2.0发任何机器学习问题的解决方案，并能将它们部署到生产环
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。
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
本书适合想要深了解人工智能前沿动态、对ChatGPT类产品感兴趣的读者阅读，能够帮助普通读者快速门，为读者的参与、应用提供机遇与创想。
《范式变更：碳中和的长潮与大浪》为与碳中和发展紧密相关的政府部门、企业的从业人员，以及大众读者量身定制，从零碳金融到清洁能源，为读者解答未来之路。 权威专家贡献观： 《范式变更：碳中和的长潮与大浪》聚集了中国国际经济交流中心副理事长朱民，诺贝尔经济学奖得主、世界银行前首席经济学家约瑟夫 斯蒂格雷茨，中国气候变化事务特使、国家发展和改革委员会原副主任解振华，中国工程院院士汤广福，华为副董事长、轮值董事长胡厚崑等20余位专家，为读者提供来自不同领域的深刻观，阵容强大，确保读者能够获得最权威的信息。 全面多维度剖析： 《范式变更：碳中和的长潮与大浪》从政策动向、科技展和市场趋势三大维度出发，全面剖析能源、交通、城建、工业、农业和土地等核心产业，为读者提供关于各行业、各领域如何实现碳
《给孩子的人工智能课》以生动有趣的方式，向孩子们介绍了人工智能的基本概念、发展历程和应用领域，使他们在轻松愉快的氛围中了解这一前沿技术。不仅能让孩子们了解人工智能的基本知识，还能激发他们对科技创新的兴趣和热情。 《给孩子的人工智能课》不仅是让孩子了解未来科技的门读物，更是激发孩子探索与创新的启蒙之作。通过生动翔实的案例，将复杂深奥的科技概念变得通俗易懂，帮助孩子们更轻松地走人工智能的世界。 复旦大学教授、科学杂志《新发现》荣誉主编 严锋，纽约默西大学数学与计算机科学系终身教授陈志雄 倾情推荐
本书系统地阐述了过程控制系统的结构、原理、特点、适用场合、系统设计及应用等问题，并在分析稳态和动态数学模型的基础上，探讨了过程工业（石化、化工、轻工、医药等）生产过程中典型单元操作的控制方案，并介绍了典型工业生产过程（合成氨过程、常减压过程、催化裂化过程、乙烯过程、聚合过程、生物发酵过程、制浆造纸过程和冶金过程）的控制。
《细说机器学习：从理论到实践》是一个详细介绍现代机器学习理论、经典算法与流行框架及编程实现的机器学习门书。 从统计学、线性代数与概率论等机器学习的基础知识讲起，然后介绍机器学习的基本概念，继 而讲解常用算法与编程实现，最后介绍高级知识、框架实践与项目案例，兼顾理论与应用，详 尽易懂。 每个知识配合示例练习，全书共设计200多个编程实例，向读者展示机器学习算法与框架的实际应用。 全书涉及面广，如神经网络、卷积网络、集成学习、迁移学习等当前机器学习热均有所涉及 。 结合作者多年机器学习研究与发经验，采用流行的Python语言实现，讲解细致，娓娓道来， 适合转型想人工智能领域的大学生、发人员、技术人员和研究人员阅读。
针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。一是选材上，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。二是内容上，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。三是结构上，由浅深，由宏观到比较围观，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。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。而目前市场上相当同类书只涉及本领域其中的几个问题，使读者不能较好得从宏观角度来体会大数据和人工智能的技术。2.知识覆盖新。紧跟本领域zui新研究成果。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
《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。
零基础 ：零基础门，手把手教学，1分钟生成会议纪要，3分钟搞定高颜值PPT，复杂数据图表一键生成，面向职场 技术小白 的DeepSeek 多模态AI应用指南。 强价值 ：文本AI、图像AI、音频AI、视频AI、AI虚拟人等不同应用工具实践应用，实操演示和详细教学，零门槛，各种职场刚需直抄作业！ 重实用 ：AI写文案、写代码、做简历、做幻灯片、分析数据、写作公文，面向具体职场巧妙应用，快速提升工作效率。 多场景 ：精选60多个典型职场应用场景实践，涵盖30多款主流AI应用，案例丰富、覆盖全面，一书在手，AI应用无忧。 多模态 ：文本、图片、视频、音乐、虚拟人 多模态AI应用全面覆盖。
本书系统介绍对抗样本的基本原理，从相关的背景知识始，包含搭建学习对抗样本的软硬件环境、常用工具，带领读者快速上手实践。本书作者在安全领域有多年实践经验，对业界常见的方法做了系统的归纳总结，包含大量案例，深浅出，实践性强。本书所有示例代码在GitHub上可以下载:https://github.com/duoergun0729/adversarial_examples 主要内容包括： 对抗样本相关的深度学习背景知识，如梯度、优化器、反向传递等。 如何搭建学习对抗样本的软硬件环境。 对抗样本领域的一些常见图像处理技巧。 常见的白盒攻算法与黑盒攻算法。 对抗样本在目标检测领域的应用。 对抗样本的常见加固算法。 常见的对抗样本工具以及如何搭建NIPS对抗样本竞赛环境。 如何站在巨人的肩膀上，快速生成自己的对抗样本，行攻防对抗
本书注重算法理论与实际案例相结合，将枯燥无味的预测算法原理用R语言重现，并通过案例让读者掌握预测模型的应用。 本书源码下载地址：https://github.com/cador/Predictive-Practice-With-R
本书使用大量实战案例，将AIGC和增长相结合
国内外服务机器人研发展、服务机器人创业团队未来两三年服务机器人市场发展
《模拟化生存：虚拟与现实之间》是大卫 萨克斯继《模拟的复仇》之后的又一杰作。透过新冠疫情这一全球事件，他带我们穿越数字化的迷雾，探索技术与人类如何更和谐共生。在萨克斯的笔下，未来并不是冰冷的代码和机器，而是充满人性化、社会性和创新的。这不只是一次科技的思考，更是一场关于人、社会和未来的对话。
◎畅销书《幸福的陷阱》作者哈里斯博士作品。 ◎基于纳承诺疗法（ACT），在患病、失业、离婚、丧亲、重大意外等艰难时刻，帮助你处理痛苦情绪，跳出生活的陷阱，勇敢前行。
《国家智能制造标准体系建设指南（2016年版）》的权威案例解读，工业和信息化部部长作序推荐。
按照从0到1的顺序，引导读者深理解OpenAI API； 10大核心API，涵盖从自然语言处理到复杂数据分析等多个领域； 12个关键应用场景，帮助读者精准应用OpenAI API； 3个标杆案例，展示OpenAI API的创新应用。
1.将推荐系统的思想应用于流程管理 2.充分考虑流程执行的智能化、动态性与柔性 3.充分利用流程管理系统积累的执行日志 4.用切实可行的算法大幅提升工作流管理效率
本书详解Spark 3.0 ML机器学习框架行大数据分析与挖掘的方法，配套示例源码、PPT课件、数据集、发环境、思维导图和答疑服务。
采用Python编写的Keras能够快速准确地训练卷积和递归神经网络，这使得Keras在很短的时间里就成为一个流行的深度学习库。 本书介绍了如何在时下流行的Keras库的帮助下，解决训练深度学习模型时遇到的各种问题。从安装和设置Keras始，展示了如何使用Keras行深度学习；从加载数据到拟合、评估模型获得*性能，逐步解决工作过程中遇到的每一个问题。在本书的帮助下，你可以分别实现卷积神经网络、递归神经网络、生成式对抗网络等。除此之外，本书还讲述了如何训练这些模型以完成图像处理和语言处理的任务。 本书*后还给出了一些实例，可以帮助你直观地了解Python和Keras在深度学习上的强大功能 通过阅读本书，你将学到： 在TensorFlow中安装和配置Keras 使用Keras库行神经网络编程 了解不同的Keras层 使用Keras实现简单的前馈神经网络、卷积神经网络和递归神
美国国家技术奖获得者、奇大学校长、谷歌公司工程总监雷库兹韦尔**力作。这是一部洞悉未来思维模式、全面解析 人工智能 创建原理的颠覆力作。库兹韦尔对于大脑和人工智能的理解，将对我们生活的方方面面、各行各业，以及我们有关未来的设想产生巨大的影响。库兹韦尔通过一系列推理告诉我们，我们有能力创造超越人类智能的非生物智能。 湛庐文化联合权威机构中国人工智能学会特设专家委员会！该专家委员会包括中国工程院院士李德毅、驭势科技（北京）有限公司联合创始人兼CEO吴甘沙、地平线机器人技术创始人余凯、IBM中国研究院院长沈晓卫、国际人工智能大会(IJCAI)常务理事杨强、科大讯飞研究院院长胡郁、中国人工智能学会秘书长王卫宁等专家学者，他们将以自身深厚的专业实力、卓越的洞察力和深远的影响力，对这些优秀图书行深度评。
（1）星环科技人工智能平台团队合著，凝结星环科技人工智能和大数据团队丰富的实战经验 （2）从技术视角提供当前人工智能相关技术的深介绍，不仅讲解人工智能知识体系的理论基础，也可以指导基于实战的平台环境行操作。 （3）针对各种类型的机器学习问题，基于星环自研的人工智能平台（Sophon）环境，结合真实案例，依照数据、分析、建模的演历程行系统化阐述并行实战讲解。
★立足企业战略管理系统建设。案例覆盖金融、地产、高科技、医药等30个行业,分享国际公司战略咨询经验，推动中国本土企业战略落地。 ★本书兼备全球经典战略管理思想和中国企业战略管理*实践，简捷高效助力初创企业快速成长。 ★本书提出的战略三环方法论，融合了战略咨询与企业内部战略管理的实战经验，并提供大量真实案例和工具指引，易懂易学。 ★丝路视觉集团董事长李萌迪、金地集团副总裁徐家俊、珠海金控集团副总裁秦军、罗兰贝格前中国区合伙人刘则治、美世（Mercer）前中国区总裁张世东、光辉国际（Korn Ferry）全球高级合伙人张军照、华为公司薪酬管理部部长陈萍联合推荐。
脑机口研究先驱、巴西世界杯 机械战甲 发明者米格尔 尼科莱利斯扛鼎力作！ 外骨骼、脑联网、大脑校园、记忆永生 2015年度关于人类未来*不可错过的 精彩大片 ！看脑机口如何激发人类潜能、绘制人类未来新图景！ 财讯传媒集团首席战略官段永朝专文推荐！清华大学心理学系主任彭凯平，英特尔中国研究院院长吴甘沙，浙江大学生物医学工程与仪器科学学院教授、求是高等研究院常务副院长郑筱祥，2003年诺贝尔化学奖得主彼得 阿格雷等各界精英联袂推荐！ 湛庐文化机器人与人工智能系列。
机器学习是人工智能领域中非常重要的一个研究方向，而深度学习作为机器学习的重要组成部分，伴随着近几年数据规模的增长和计算力的提升而备受关注。深度学习框架的快速发展大大降低了算法的门门槛，越来越多的深度学习从业者能够通过这些框架实现算法并应用到生活场景中，让我们的生活更加智能和便捷。 通过阅读本书，你将学到： MXNet、TensorFlow、Pytorch、Caffe等深度学习框架的差异 MXNet框架各主要模块的技术原理和应用实践 MXNet在图像分类、目标检测、图像分割中的应用，以及相关算法的训练、模型测试和实现细节 基于动态图构建网络结构的Gluon口 MXNet专门为计算机视觉任务推出的深度学习库GluonCV 从零始实现深度学习和计算机视觉算法的方法
（1）极验AI 图项目团队倾力之作 （2）资深图神经网络专家多年研究和实践总结，白翔、俞栋等学术界和企业界领军人物强烈推荐 （3）从原理、算法、实现、应用4个维度详细讲解图神经网络，理论与实践相结合 作者亲授 图神经网络 直播课，与图书搭配学习效果更佳！ 回放 PPT获取方式： 1.微信关注 华章计算机 （微信号：hzbook_jsj） 2.在后台回复关键词:GNN
如果你什么也不懂，那就从这本书开始。
本书重介绍因求解大规模问题十分有效而风靡机器学习界的交替方向乘子法,该方法可以广泛应用于机器学习的优化求解，尤其是分布式凸优化问题。
适读人群： NLP相关领域的师生； 工作中应用NLP领域技术的人； 算转型NLP的人。 （1）作者涂铭是数据架构师和人工智能技术专家，先后就职于阿里和腾讯，在NLP和聊天机器人方面积累了大量经验。 （2）作者杜振东是国家标准委人工智能技术专家和AIIA（中国人工智能产业发展联盟）技术专家，在会话式AI方面有多年积累，项目经验丰富。 （3）不仅详解了NLP和人机交互核心技术，从技术、算法、实战3个维度讲解聊天机器人原理、实现与工程实践。 （4）前瞻性强，专注于NLP和人机交互的前沿技术，以及会话式AI技术在热门场景中的工程实践。 （5）实战性强，每章都提供实战代码，大部分代码简单修改后便可在实际场景中使用；数据集并非简单构造，而是具有真实性。 （6）对比性强，结合应用场景，对比不同技术的优劣，既能指导读者行技术选型，又
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。
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。
u 深度理论探讨与实际应用并重：本书不仅深探讨了构建和训练ChatGPT模型的核心技术，还充分展示了ChatGPT在实际应用中的潜力。 u 全面而深的探索：本书全面介绍了ChatGPT的运行机制、关键算法、实际应用以及未来发展趋势，为读者提供了一个全面深的视角，帮助读者深刻理解ChatGPT及其背后的技术原理和应用潜力。 u 面向不同层次的读者：无论是零基础的AI初学者，还是从事自然语言处理研究的科研人员，以及在文本工作领域的专业人士，本书都为他们提供了深度的理论洞见和实践参考。
机器人构建实战 是 卓越之星 的姊妹篇，是在机器人设计制造领域的两个不同平台，是一本基础的介绍机器人设计与搭建的指南，能够帮助更多的人了解机器人的设计、搭建、编程、控制等关键环节，为读者提供更加丰富的设计思路和实践创意。
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。
1.TensorLayer是一个基于TensorFlow的深度学习发工具。其透明，灵活，高性能的特，使得它得到了大量初学者乃至资深发者的青睐。TensorLayer获得了ACM Multimedia颁发的2017年度*源软件奖。 2.本书是在帝国理工学院计算机系终身教授郭毅可的领导下，由TensorLayer创始人领衔，TensorLayer主要发团队倾力造而成，作者全部来自一线人工智能研究员和工程师，为读者提供了一次非常美妙的AI之旅。 3.本书案例是作者们经过精心挑选后写作的，其中不乏诸如，价值上亿美金的超高分辨率复原、已实际应用在医学上的图像语义分割等黄金案例，值得初学者和研究者们学习参考。 4.本书作者额外提供了案例使用的模型，请到http://www.broadview.com.cn/book/5059下载使用。
本书主要阐述EDA技术和数字系统设计方法，按照“编程器件→设计语言→开发软件→系统设计”的顺序，系统地介绍PLD器件、VHDL设计语言、流行的EDA设计软件和数字系统设计方法等内容，力求涵盖数字系统开发设计中所涉及的主要方面，并在内容上进行精心编排，以着眼于综合开发能力的提高。
（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
笔者根据多年的学习和工作经验，总结出一条有效的学习路线：先抓主干，后抓枝节。学习一个算法就好比遍历一棵大树上的所有枝节，算法越是复杂其对应的枝叶也就越多。一个算法的学习，笔者将它归结成了5个层次：理解主要思想、掌握算法原理、熟练源模型、完成数学推导和行源码实现，帮助读者分阶段地学习，轻松迈机器学习的大门。
深度学习应用所使用的大部分数据是由自然语言处理（NLP）提供的，而TensorFlow是目前比较重要的深度学习框架。面对当今巨量数据流中众多的非结构化数据，本书详细讲解如何将TensorFlow与NLP二者结合以提供有效的工具，以及如何将这些工具应用于具体的NLP任务。 本书首先介绍NLP和TensorFlow的基础知识，之后讲解如何使用Word2vec及其高级扩展，以便通过创建词嵌将词序列转换为深度学习算法可用的向量。本书还介绍如何通过卷积神经网络（CNN）和递归神经网络（RNN）等经典深度学习算法执行句子分类和语言生成等重要的NLP任务。你将学习如何在NLP任务中应用高性能的RNN模型（比如长短期记忆单元），还将认识神经机器翻译，并实现一个神经机器翻译器。 通过阅读本书，你将学到： NLP的核心概念和各种自然语言处理方法 使用TensorFlow函数创建神经网络以完成NLP任务
一本风格较为轻松，简明易学，可直观参照，并迅速上手实操的AIGC工具使用手册。旨在指导读者如何快速高效地学会使用AIGC工具，并且通过书中的指导流程和作者总结出的高效Prompts（提示词）提高自己向ChatGPT提问的能力，让AIGC工具输出令人满意的高质量创意内容。
读者对象：机器学习工程师；数据挖掘从业者；数据科学家；信息安全领域的学生和从业人员。 讨论机器学习中的安全性问题，即讨论各种干扰机器学习系统输出正确结果的攻方法以及对应的防御方法。
本书以边缘计算技术发展为主线，从边缘计算的基本概念、系统架构、相关技术到云计算、雾计算、移动边缘计算及相关范例均做了详细说明。本书既可满足计算机相关专业本科生的需要，也可作为从事边缘计算相关工作的专业人士参考读物，使读者在学习中增强对边缘计算的了解并掌握相关技术。
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