
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。

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

微软搜索技术部门高级研发工程师实战经验分享 从源代码的角度深剖析Storm设计与实现 学习如何实现和高效利用“实时的Hadoop” 大数据处理是当前计算机科技的热,而流式实时大数据处理更是这皇冠上璀璨的明珠。实时流数据处理在搜索引擎、社交网络、电商网站、广告平台等领域有着相当广泛的应用。Storm是极其高效、灵活、高扩展的流式数据处理平台。它被Twitter、Taobao、Yahoo、Groupon等公司采用。 本书由微软公司互联网工程院经验丰富的一线程序员操刀编写,包含很多实战经验和使用心得,很好地结合了代码分析和应用实例。本书对于行流式数据处理的研究、Storm的深理解以及实际应用都有很好的参考价值。

《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。

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

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。



《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

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

(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。

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

本书融合作者多年从业和教学经验,全面阐述使用Java从非结构化数据中组织和提取有用文本的各种实用方法。 本书重介绍NLP应用中可能遇到的核心NLP任务,每个任务都从问题的描述以及应用领域始,循序渐地行分析并给出解决方案,便于你更好地理解NLP技术,高效地解决实际问题。 全书内容丰富,不仅全面描述和总结了自然语言处理的基础知识,还详细介绍了自然语言处理的多种技术,包括NLP工具、文本分词、文本断句、词性判断、任务识别、文本分类、关系提取和组合应用等。书中结合多个示例行深分析,并采用Java编程语言行处理与结果分析。


《ChatGPT Excel高效数据计算与处理:视频教学版》讲述将ChatGPT和Excel两大工具完美结合,为读者呈现了一部极具实用价值的数据处理指南。《ChatGPT Excel高效数据计算与处理:视频教学版》系统性地介绍了ChatGPT的基本用法,以及如何利用ChatGPT整理和优化数据,辅以丰富的Excel函数和技巧,助力读者解决复杂的数据计算与处理问题。 无论是Excel初学者还是希望提高数据处理效率的专业人士,都能从《ChatGPT Excel高效数据计算与处理:视频教学版》中获得实用的知识和技能。 《ChatGPT Excel高效数据计算与处理:视频教学版》内容通俗易懂,配有清晰的步骤和图解。无论您是财务会计、人事行政还是办公文秘,《ChatGPT Excel高效数据计算与处理:视频教学版》都将成为您提升数据处理技能的得力助手。

1. 本书去繁化简地对深度学习的理论知识行梳理,并对算法实现做出浅显易懂的讲解,方便初学者学习。2. 本书精心挑选大量深度学习的案例,通过启发式的自学模式,使读者由浅深地学习并掌握常用的深度学习模型,快速行实战,为一步使用源深度学习平台与工具提供扎实的理论与实践基础。

内容全面 :系统介绍了深度学习算法的基础理论和主流算法模型,如AlexNet、ResNet、BP、LSTM、GAN、CNN等,详细剖析了每个算法的理论推导过程和应用场合。 实用性强 :采用PyTorch 2.x最新框架行实战,通过大量案例实现了计算机视觉、自然语言处理、AIGC等方向的主流算法,读者能够通过实际项目来理解算法思想。 资源丰富 :源了全部课程源代码、课件、代码,本书Github仓库已收获超3000个Star数,并被 机器之心 、 量子位 等媒体报导。

《微控制器的应用(全国高职高专院校规划教材)》由曹金玲主编,本书以AT89S52单片机为对象,重介绍单片机的应用技术。全书共有6章,包含12个训练项目,内容包括单片机基础知识、单片机寻址方式与指令系统、中断与定时、并行输与输出、串行通信、A/D和D/A转换等,每章后配有练习题和讨论题。

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。

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。


《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。


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。

◎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。

1.本书借孙悟空师徒四人取经的经典故事科普人工智能技术和应用,阐述自然语言处理、计算机视觉、音视频处理等人工智能技术和应用,配合丰富的实验内容,通过百度EasyDL平台体验AI技术的奥秘; 2.本书寓教于乐,结合课堂教学和实验,以及家庭亲子实践的方式,学习和体验AI技术的奥妙,适合8~16岁青少年学习AI门的启蒙书; 3.教育界多位知名青少年教育专家评推荐。


《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。

随着 元宇宙 热度持续,人们对与元宇宙相关领域、相关产品的关注度越来越高,而元宇宙工程作为数字能力引现实世界、实体经济的口,将会是实现企业硬科技转型升级的新一代发现工具、效率工具、创新工具,这正是本书所要讨论的主题。 本书不仅涵盖了构建元宇宙的理论基础与方法论等内容,还从多个行业领域着手,分析了元宇宙具体的落地实践方法,为读者提供了一个具有很强实操意义的科学总结。 本书还具体介绍了元宇宙工程的创意和设计、元宇宙的根基 数字孪生技术等内容,这些都对读者一步了解元宇宙,并将元宇宙从概念上真正落地提供了重要的参考和启发。

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。

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

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。




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)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)通俗性 每章的标题就是对该章内容的高度概括,在下来的内容中对其行的解释已尽可能做到了准确、翔实。 2)完整性 本书从终端安全的科学内涵、技术解析、关键要素、实现细节到具体应用案例都行了周详的论述。 3)实用性 本书紧密结合应用实际,从安全需求、科学分析到技术支持、应用实践等各方面行分析和论述。

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。

(1)百度旗下“深度学习技术及应用国家工程实验室”、百度技术学院联合北航人工智能专家共同撰写,行业实践与学术理论兼顾 (2)李德毅院士、百度公司总裁张亚勤博士、百度公司高级副总裁/AI技术平台体系总负责人王海峰、北京航空航天大学计算机学院教授/博士生导师吕卫锋 、百度技术委员会理事长/百度技术学院院长陈尚义联袂推荐

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


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

1.机器学习门手册《机器学习精讲》姊妹篇,人工智能和机器学习领域专业人士的多年实践结晶,深浅出讲解机器学习应用和工程实践。 2.系统阐释利用机器学习大规模地解决业务问题,涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署,以及模型服务、监测和维护等全流程 3.从零始讲解,分任务、分步骤的介绍机器学习项目,展示项目完整设计过程。 4.理论实践相结合侧重于讨论多种实际应用场景,帮助读者应用到实际发中。 5.人工智能和机器学习领域专业人士Cassie Kozyrkov、Karolis Urbonas作序推荐。

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。

《华尔街日报》**商业书籍、《科克斯书评》**书籍、围《洛杉矶时报》科技图书奖、加州大学伯克利分校全体教师及新生书。 《连线》杂志联合创始人凯文 凯利、连机发明者丹尼尔 希利斯、Boing Boing网站联席主席科利 多克托罗、《纽约时报书评》《波士顿环球报》《经济学人》《西雅图时报》《卫报》等多家媒体联袂推荐! 代码如何管这个世界呢?通过追溯从艾伦 图灵的一维模型如何发展到约翰 冯 诺依曼的二维实现,《图灵的大教堂》提出了一系列关于当下的三维数字宇宙可能走向何处的预见性看法。 湛庐文化出品。




本书使用大量实战案例,将AIGC和增长相结合

读者对象:希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家 1)便于学习,所有的理论后都附有基于Python的具体实例; 2)版本新,适用Python3.5以上版本; 3)实例丰富,场景多样,配套代码完备。

《探秘机器人王国(第2版》是一部长篇科普小说。故事始于机器人王国的一则爆炸性新闻,即机器人要求和人类平等、与人类平分天下。为了探究那里到底发生了什么,主人公林灵(长衫市的初二学生)作为代表,同全世界各路媒体、学者一起,来到 机器人王国 考察,并前往各个国家的机器人产业了解机器人的真实样貌。全书分为18章,从历史、基本结构、工农林业、空间和海洋探索、国防与安保、医疗、家政服务、文化娱乐、教育等多方面,介绍了机器人发展的现状,为读者展现了一幅多彩的机器人画卷。以往机器人容易给人留下的机械工具、触感冰冷、没有感情、令人恐惧等印象转化为智能助手、幽默温和、感情丰富的新认知。希望通过本书,能够和广大读者分享机器人技术发展的真实现状,认识到真正的 机器人王国 是什么样子的,了解它们在人类生活中

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

全面、深剖析机器学习的算法原理和模型构建等核心技术 结合大量实例和两个实战项目案例展现各种算法的实际应用 详解监督学习、无监督学习和强化学习的理论基础与应用场景 详解模型训练中的风险函数、参数寻优方法,以及欠拟合与过拟合解决方案 深解析机器学习常用经典模型的基本原理及其Python实现 详解数据标准化、异常值检测、缺失值处理和特征筛选等数据预处理技术 详解两个典型项目实战案例,带领读者动手实践,提高实际发水平 内容丰富:详解机器学习的基础知识和相关算法原理并行实践,还对深度学习的基础知识行讲解,帮助读者系统掌握机器学习的完整知识体系。 循序渐:从机器学习的基本概念和环境搭建始讲解,逐步深其算法原理和模型构建等核心技术,最后行项目实战,学习梯度非常平滑。 理论结合实践:不仅深剖析机器学习的常用算

复杂系统暨鲁棒控制的理论和应用(Theory and Applications of Complex Systems a

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


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