pg能天使战损说明书

本書主要介紹：XGBoost相關的機器學習基礎算法；XGBoost安裝編譯與簡單使用；XGBoost的實現原理與理論證明；XGBoost基于CPU多線程的實現以及分布式訓練方法；剖析XGBoost源碼，從代碼層面洞徹XGBoost的實現原理，以及XGBoost的應用與調優，通過典型示例為讀者提供使用參考，掌握實戰技能。通過閱讀本書，不僅能使讀者理解XGBoost的原理，將XGBoost應用到業務場景中，更能從源碼的角度深入學習XGBoost的并行化和分布式實現等優化技術，以更短的時間訓練出高準確度的模型，使XGBoost成為學習和工作中的一把利劍。

·16.2萬字

會員

強化學習：原理與Python實戰

本書從原理和實戰兩個方面介紹了強化學習。原理方面，深入介紹了主流強化學習理論和算法，覆蓋資格跡等經典算法和MuZero等深度強化學習算法；實戰方面，每章都配套了編程案例，以方便讀者學習。全書從邏輯上分為三部分。第1章：從零開始介紹強化學習的背景知識，介紹環境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主干理論和常見算法。采用數學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，并為算法提供配套代碼實現。基礎理論的講解突出主干部分，算法講解全面覆蓋主流的強化學習算法，包括經典的非深度強化學習算法和近年流行的強化學習算法。Python實現和算法講解一一對應，還給出了深度強化學習算法的TensorFlow和PyTorch對照實現。第16章：介紹其他強化學習模型，包括平均獎勵模型、連續時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

·17.2萬字

會員

人工智能技術基礎

《人工智能技術基礎》按照人工智能在不同領域的研究特點，通過專項應用來研究相關技術。全書分為11章，第1章介紹人工智能領域的基本概念，第2章說明Python語言編程工具的使用，第3章到第10章分別從應答機器人、物體識別、人臉識別、語音識別、視頻識別、生成對抗神經網絡、無人駕駛、區塊鏈和大數據等方面對人工智能從原理到實戰一步一步進行介紹，第11章提取了部分人工智能方面的面試題，供未來從事人工智能研究工作的讀者參考。無論讀者是否從事計算機相關專業的工作，有沒有過開發的經驗，是否熟悉Python語言，是否想要轉行從事相關的工作，均可通過《人工智能技術基礎》掌握編程的技巧和Python的基本技能。

·9.7萬字

會員

基于深度學習的道路短期交通狀態時空序列預測

這本書系統闡述了深度學習方法論在道路短期交通狀態時空序列預測領域的最新研究成果。需要著重說明以下幾點：1.領域限定在了道路交通，因為交通是個大系統，存在著航空、水運、道路等多種運輸方式，而本書所闡述的研究均是針對道路交通領域的數據以及面向道路交通領域的應用；2.本書所討論的研究問題是道路短期交通狀態時空序列預測問題，該問題是時空數據挖掘領域中時空預測問題的一個重要子集，在本書的第1章中將會對這個問題進行數學上的形式化定義；3.本書針對道路短期交通狀態時空序列預測問題的討論，完全是基于深度學習的方法論，所參考的文獻絕大部分發表于2017年以后，并不涵蓋前人對該研究問題所采用的全部方法論（如ARIMA，卡爾曼濾波、SVR等）。

·11.4萬字

會員

深度學習全書：公式+推導+代碼+TensorFlow全程案例

《深度學習全書——公式+推導+代碼+TensorFlow全程案例》共有15章，分為5部分，第一篇說明深度學習的概念，包括數理基礎，特點是結合編程解題，加深讀者印象，第二篇說明TensorFlow的學習地圖，從張量、自動微分、梯度下降乃至神經層的實踐，逐步解構神經網絡，第三篇介紹CNN算法、影像應用、轉移學習等，第四篇則進入自然語言處理及語音識別的領域，介紹RNN/BERT/Transformer算法、相關應用等，最后，介紹了強化學習的基礎知識，包括馬爾可夫決策過程、動態規劃、蒙特卡洛、QLearning算法，當然，還有相關案例實踐。

·16.8萬字

會員

AI速成課：從AI編程到構建智能軟件

本書從基礎知識入手，詳細講解通過強化學習和深度學習構建AI系統所需的一切，并通過5個完整的項目實例，循序漸進展示如何使用最佳、最簡單的AI編程工具（包括Python、TensorFlow、Keras和PyTorch）構建智能軟件。具體內容包括AI工具包、Python基礎、AI基礎技巧、你的第一個AI模型、銷售和廣告中的AI、Q學習、物流行業中的AI、人工大腦、自動駕駛車輛中的AI、商業中的AI、深度卷積Q學習、游戲中的AI。

·13萬字

會員

知識圖譜：認知智能理論與實戰

知識圖譜作為認知智能的核心技術正蓬勃發展。本書系統全面地介紹了知識圖譜的核心技術，既有宏觀整體的技術體系，也有關鍵技術和算法細節，內容包括：知識圖譜模式設計的方法論——六韜法；知識圖譜構建中的實體抽取和關系抽取；知識存儲中的屬性圖模型及圖數據庫，重點介紹了JanusGraph分布式圖數據庫；知識計算中的圖論基礎，以及中心性、社區檢測等經典圖計算算法；知識推理中的邏輯推理、幾何變換推理和深度學習推理，及其編程實例。最后，本書以金融、醫療和智能制造三大行業的應用場景為例，梳理了知識圖譜的應用價值和應用程序形態。

·25.8萬字

會員

機器學習：公式推導與代碼實現

作為一門應用型學科，機器學習植根于數學理論，落地于代碼實現。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監督學習單模型、監督學習集成模型、無監督學習模型、概率模型四個大類共26個經典算法進行了細致的公式推導和代碼實現，旨在幫助機器學習學習者和研究者完整地掌握算法細節、實現方法以及內在邏輯。

·12萬字

會員

人工智能：人臉識別與搜索

人臉識別是當今的熱門應用領域和研發方向，在安防、金融、公共服務等領域具有十分廣泛的應用。本書全面、系統地介紹“刷臉”背后的技術，包括人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索相關的算法和實現技術。另外，本書還囊括了前沿的、基于深度學習的人臉識別技術（2014—2020年）。本書講解的算法具有前沿性和實用性。通過本書學習，學習人員能夠在3～5個月內系統地了解、掌握人臉檢測、人臉識別、人臉關鍵點定位、人臉檢索的算法原理與實戰技術。

·7.9萬字

會員

自動駕駛算法與芯片設計

目前自動駕駛的一個發展趨勢就是智能化。隨著人工智能的飛速發展以及各種新型傳感器的涌現，汽車智能化形成趨勢，輔助駕駛功能的滲透率越來越高。這些功能的實現需要借助于攝像頭、雷達、激光雷達等新增的傳感器數據，其中視頻處理需要大量并行計算。然而，傳統CPU算力不足，而DSP擅長圖像處理，對于深度學習卻缺乏足夠的性能。盡管GPU擅長訓練，但它過于耗電，影響汽車的性能。因此，本書著眼于未來，認為定制化的ASIC必將成為主流。本書以自動駕駛的芯片設計為最終目標，來論述設計一個面向未來的自動駕駛SoC芯片的學術支撐和工程實踐。本書共13章。其中第1章主要介紹自動駕駛目前遇到的挑戰和研究方向。第2～6章重點講述環境感知以及規劃控制方面的算法設計；第7～10章重點講述深度學習模型的優化和深度學習芯片的設計；第11章和第12章重點講述具有安全功能的自動駕駛軟件架構設計；第13章介紹5G車聯網。

·15.7萬字

會員

機器人設計與制作

本書從機械本體、電路系統和控制系統三方面介紹如何設計與制作機器人。第一篇是為機器人筑起鋼鐵之軀。介紹了三維軟件UG的基本使用方法。詳細解說了如何設計機器人的機械本體，如何繪制出機器人的各個“骨骼”---零部件，最后利用軟件將它們進行整體裝配。第二篇是為機器人設計大腦，并注入血液和靈魂。講述電路板的繪制和軟件編程。通過對編程的學習，我們可以進行機器人的步態調節，可以讓它完成類似人類的前進、后退、拐彎、甚至翻跟頭的動作。第三篇締造你的戰斗英雄。是將前面繪制的各種圖在加工成零部件后進行實體組裝，使之能達到行走和翻滾動作的動力學要求，并進行基本的步態調試。最后還介紹了機器人的比賽規則，可以去和別人的機器人一決高低了。本書內容貼合實際，簡單易懂，適合對機器人感興趣的硬件DIY愛好者、電子愛好者閱讀，也非常適合大中學生進行機器人設計、電子制作的實驗教學使用。

·4.6萬字

會員

情感分析進階

本書包括五個部分：第一部分介紹文本情感分析的研究背景、研究現狀和基礎技術；第二部分從內容語義理解的角度出發，介紹基于隱式表達的諷刺檢測技術；第三部分從用戶個性化建模的角度出發，介紹多輪對話中的情緒分析技術；第四部分介紹小樣本場景下的立場檢測解決方案；第五部分介紹對抗攻擊場景下的情感分類防御技術。

·11.9萬字

會員

一本書讀懂智能家居核心技術

本書圍繞智能家居的核心技術，對家庭數字化和智能化的5個關鍵技術領域進行專業、深層次的講解，并以具體的產品示例介紹智能家居的現狀、產品和特點，指出智能家居的發展機遇和趨勢。本書首先簡要回顧了數字家庭信息技術和通信互聯網的發展歷程，介紹了各種技術聯盟和標準組織；然后分別對數字家庭內部的網絡連接技術和外部的寬帶接入技術發展進行講述和比較，讓讀者能透視家庭網絡中的結構和理解數字家庭背后的技術概念；接下來闡述了家庭智能化的兩個技術支柱，即物聯網和人工智能的發展現狀，它們為數字家庭蛻變到智能家庭創造了技術條件；再專門介紹了家庭智能化的安全技術如何保護家庭隱私；最后對智能家居的未來進行展望。

·39.4萬字

會員

人工智能：智能機器人

本書首先簡要介紹機器人和機器人學的概況，以及機器人學的數學基礎，然后分別詳細討論智能機器人體系結構、智能機器人中的傳感器、環境感知與建模、路徑規劃、機器人控制、多機器人協同，以及智能機器人的HRI等內容。

·12.8萬字

會員

親密人機：AI浪潮下的生存美學與商業想象

“日日AI革命”的當下，我們試圖通過挖掘人機關系這一無法回避的周期命題，探討身處技術浪潮中的生活與商業范式躍遷？AI如何從根本上改變個體的生活方式、創造力表達與審美觀念，并以此為出發點，展開對商業世界的啟發。人與機器的界限與距離變得愈加模糊，人機關系的定義多重且復雜。當連接幾乎完成，對話凸顯出其重要性。人機關系本應親密，才能成其想象。人機共生，在智能技術邏輯之下，更在人性情感之上。

·4.9萬字

會員

Python3智能數據分析快速入門

本書作者從實踐出發，總結了智能數據分析常用的方法，深入淺出地介紹了智能數據分析編程過程中的相關知識。書中涵蓋Python環境搭建、Python基礎語法、控制語句、函數、面向對象編程、數值計算、數據處理、繪圖、模型構建等內容，還配套提供了程序代碼及數據。此外，每章的最后均提供課后習題，幫助讀者快速掌握Python的使用方法。

·11.5萬字

會員

人工智能實戰進階導引

本書選擇以遮擋人臉識別這一當今世界難題為例，探索人工智能技術實戰進階之路。本書重現了筆者對人臉有無口罩識別、口罩分割提取、遮擋人臉識別等方面的技術探索與實現過程。從視頻圖像的智能分割、圖像區域生長算法設計與實現、智能采集、智能分割、智能變換、智能融合、圖像邊緣智能檢測、圖像非局部均值濾波等角度入手，嘗試了遮擋人臉圖像處理的探索，并最終分別基于MATLAB和Python實現了遮擋人臉識別。本書內容通俗易懂，適用于對人工智能實戰應用感興趣但缺少專業指導的讀者。無論是對遮擋人臉識別技術感興趣的大學生，還是希望向人工智能領域轉型的技術人員，都可以通過本書的指引，輕松完成人工智能實戰進階。

·9.9萬字

會員

Python強化學習：算法、核心技術與行業應用

本書使用受現實世界商業和行業問題啟發的實際示例來講授強化學習技術的相關知識。本書分為四部分：第一部分涵蓋強化學習的必要背景，包括定義、數學基礎和強化學習解決方案的概述；第二部分深入介紹最先進的強化學習算法（規模化的深度Q-學習、基于策略的方法、基于模型的方法、多智能體強化學習等），包括每種算法的優缺點；第三部分介紹強化學習中的高級技術，包括機器教學、泛化和域隨機化、元強化學習等主題，還涵蓋強化學習中有助于改進模型的各種高級主題；第四部分講解強化學習的各種應用，例如自主系統、供應鏈管理、營銷和金融、智慧城市與網絡安全等，并討論強化學習領域的一些挑戰及未來方向。學完本書，你將掌握如何訓練和部署自己的強化學習智能體來解決強化學習問題。

·19.5萬字

會員

虛擬偶像AI實現

本書從虛擬偶像的發展歷程和制作流程入手，通過通俗的語言和多方位的視角，介紹了2D\3D建模工具和深度學習框架TensorFlow與Pytorch在虛擬偶像制作中的應用，原理與實踐并重，同時結合大量實際范例講解如何建模、AI表情動作遷移以及人機交互等制作虛擬偶像的完整流程。從擬真人的人物建模到表情動作的實時捕捉，再到傳輸到動作引擎中驅動人物動作，向讀者展現了人工智能技術的強大與魅力。本書深入淺出，實操性和系統性強，適合有一定IT背景并對虛擬產業關注的廣大讀者使用。

·5.4萬字

會員

人工智能硬件電路設計基礎及應用

本書針對人工智能硬件電路設計基礎、著重介紹硬件電路相關的設計知識及SoC設計開發過程中數字前端知識，包括VHDL技術、Verilog技術及HLS技術。同時將開發SoC中常用的模塊作為應用實例進行詳細講解。VHDL技術部分詳細介紹了VHDL語言的背景知識、基本語法結構和VHDL代碼的編寫方法。另外，該部分還加入了基礎電路和簡單系統的設計實例，以及設計共享的內容，以便進行代碼的分割、共享和重用。Verilog技術部分詳細介紹了與VHDL技術部分相對應的內容，以便讀者對照學習。在此基礎上，本書還給出了一些應用實例，為讀者深入研究SoC設計開發提供了具體的系統電路設計和驗證結果。本書還在附錄詳細介紹了Xilinx和AlteraFPGA軟件環境下的操作步驟，以及在遠程服務器環境中使用以上環境的操作步驟。同時附上書中涉及的所有代碼，方便讀者進行復現和二次開發。