本書主要介紹了人工智能的基礎(chǔ)知識(shí)和實(shí)用技術(shù)。本書共8章，包括“人工智能：開啟智慧新時(shí)代”“Python：人工智能開發(fā)語言”“線性回歸：預(yù)測(cè)未來趨勢(shì)”“分門別類：幫你‘分而治之’”“物以類聚：發(fā)現(xiàn)新簇群”“個(gè)性化推薦：主動(dòng)滿足你的需求”“語音識(shí)別：讓機(jī)器對(duì)你言聽計(jì)從”“人臉識(shí)別：機(jī)器也認(rèn)識(shí)你”。 本書以培養(yǎng)學(xué)生人工智能素

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再從經(jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢(shì)介紹會(huì)話推薦、強(qiáng)化學(xué)習(xí)推薦及工業(yè)級(jí)推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個(gè)由淺入深的系統(tǒng)學(xué)習(xí)過程。 本書的目標(biāo)讀者應(yīng)該對(duì)深度學(xué)習(xí)有基本的了解，掌握概率論、線性代

本書聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進(jìn)展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計(jì)算機(jī)協(xié)會(huì)相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國際知名科學(xué)家的學(xué)術(shù)報(bào)告、報(bào)道以及相關(guān)活動(dòng)內(nèi)容組成。本書將以創(chuàng)新的方式宣

人的智能和AI賦能的機(jī)器智能在自動(dòng)化控制領(lǐng)域的共融共存形成了人機(jī)混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結(jié)構(gòu)形式是傳統(tǒng)自動(dòng)化控制系統(tǒng)應(yīng)對(duì)AI賦能的機(jī)器智能變革的必然發(fā)展形勢(shì)；另一方面，它所代表的智能形式也成為AI未來發(fā)展的重要甚至是的終極形式。在本《人機(jī)混合智能系統(tǒng)自主性理論和方法》，我們

本書以Python機(jī)器學(xué)習(xí)常用技術(shù)與真實(shí)案例相結(jié)合的方式，深入淺出地介紹了Python機(jī)器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機(jī)器學(xué)習(xí)概述、數(shù)據(jù)準(zhǔn)備、特征工程、有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識(shí)，并介紹了市財(cái)政收入分析案例、基于非侵入式電力負(fù)荷監(jiān)測(cè)與分解的電力分析案例、航空公司客戶價(jià)值分析案例、廣電大數(shù)

本書選材廣泛，主要包括人工智能概述、現(xiàn)實(shí)世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識(shí)表示、人工智能中的推理、人工智能中的搜索算法、機(jī)器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機(jī)器學(xué)習(xí)與無監(jiān)督機(jī)器學(xué)習(xí)、現(xiàn)實(shí)世界中機(jī)器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識(shí)別、面部識(shí)別、人工智

近年來，人工智能發(fā)展非常迅速，在可以預(yù)見的未來，它必然會(huì)強(qiáng)烈沖擊并深刻變革人類既有的生活模式。實(shí)際上，除技術(shù)問題外，人工智能的邏輯基礎(chǔ)和倫理基礎(chǔ)與哲學(xué)之間的關(guān)系也十分密切。有鑒于此，本書從與人工智能緊密相關(guān)的哲學(xué)問題入手，關(guān)注如下話題：強(qiáng)人工智能是否可能；近代唯理論和經(jīng)驗(yàn)論爭(zhēng)論對(duì)于人工智能的影響；蘇聯(lián)、日本及歐盟在人工

本書系統(tǒng)論述了智能開源硬件的電路基礎(chǔ)、原理、開發(fā)方法及實(shí)戰(zhàn)設(shè)計(jì)案例，理論與實(shí)踐緊密結(jié)合。全書分四篇，分別為電路分析基礎(chǔ)篇、數(shù)字電路篇、模擬電路篇、智能感知篇；涵蓋14章，內(nèi)容包括電路分析基礎(chǔ)、正弦穩(wěn)態(tài)電路、一階電路、數(shù)字邏輯基礎(chǔ)、組合邏輯電路、觸發(fā)器、時(shí)序邏輯電路、放大電路、模擬集成電路等開發(fā)開源硬件所需的電路基礎(chǔ)理論

零樣本圖像分類主要解決在標(biāo)記訓(xùn)練樣本不足以涵蓋所有對(duì)象類的情況下，如何對(duì)未知新模式進(jìn)行正確分類的問題，近年來已逐漸成為機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一。利用可見類訓(xùn)練樣本學(xué)習(xí)到的分類器對(duì)新出現(xiàn)的對(duì)象類進(jìn)行分類識(shí)別是非常困難的學(xué)習(xí)任務(wù)�！读銟颖緢D像分類》針對(duì)零樣本圖像分類問題從屬性角度入手，基于深度學(xué)習(xí)及知識(shí)挖掘、屬性自適應(yīng)、

本書從人工智能的基本定義出發(fā)，由淺入深地闡述了人工智能的理論、策略、研究方法和應(yīng)用領(lǐng)域，以梳理知識(shí)脈絡(luò)和要點(diǎn)的方式，詳細(xì)介紹了知識(shí)表示、邏輯推理及方法、非確定性推理及方法、搜索策略、機(jī)器學(xué)習(xí)等方面的內(nèi)容。作為導(dǎo)論書籍，本書概念論述清楚，內(nèi)容豐富，通俗易懂，在較為全面介紹人工智能的基礎(chǔ)上對(duì)一些傳統(tǒng)內(nèi)容進(jìn)行了取舍。為滿足讀