官术网_书友最值得收藏!

實戰(zhàn)機器學(xué)習(xí)
會員

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等技術(shù)的不斷發(fā)展,許多領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)。利用機器學(xué)習(xí)技術(shù)分析海量數(shù)據(jù),可以從數(shù)據(jù)中發(fā)現(xiàn)隱含的、有價值的規(guī)律和模式,進而用于預(yù)測并采取相應(yīng)動作。在上述背景下,本書從理論、技術(shù)和應(yīng)用三個層面入手,全面講解如何利用機器學(xué)習(xí)技術(shù)解決實際問題。本書共分26章,內(nèi)容包括機器學(xué)習(xí)解決問題流程、問題分析與建模、數(shù)據(jù)探索與準備、特征工程、模型訓(xùn)練與評價、模型部署與應(yīng)用、回歸模型、支持向量機、決策樹、集成學(xué)習(xí)、K近鄰算法、貝葉斯方法、聚類算法、關(guān)聯(lián)規(guī)則學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、正則化、深度學(xué)習(xí)中的優(yōu)化、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、基于深度學(xué)習(xí)的語音分離方法、基于深度學(xué)習(xí)的圖像去水印方法、基于LSTM的云環(huán)境工作負載預(yù)測方法、基于QoS的服務(wù)組合問題、基于強化學(xué)習(xí)的投資組合方法、基于GAN模型的大數(shù)據(jù)系統(tǒng)參數(shù)優(yōu)化方法。本書內(nèi)容全面、示例豐富,適合機器學(xué)習(xí)初學(xué)者以及想要全面掌握機器學(xué)習(xí)技術(shù)的算法開發(fā)人員,也適合高等院校和培訓(xùn)機構(gòu)人工智能相關(guān)專業(yè)的師生教學(xué)參考。

鮑亮 崔江濤 李倩 ·人工智能 ·22.4萬字

機器學(xué)習(xí)教程(微課視頻版)
會員

本書兼顧機器學(xué)習(xí)基礎(chǔ)、經(jīng)典方法和深度學(xué)習(xí)方法,對組成機器學(xué)習(xí)的基礎(chǔ)知識和基本算法進行了比較細致的介紹,對廣泛應(yīng)用的經(jīng)典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學(xué)習(xí)等算法都給出了深入的分析并討論了無監(jiān)督學(xué)習(xí)的基本方法,對深度學(xué)習(xí)和強化學(xué)習(xí)進行了全面的敘述,比較深入地討論了反向傳播算法、多層感知機、CNN、RNN和LSTM等深度神經(jīng)網(wǎng)絡(luò)的核心知識和結(jié)構(gòu);對于強化學(xué)習(xí),不僅介紹了經(jīng)典表格方法,還討論了深度強化學(xué)習(xí)。本書是面向大學(xué)理工科和管理類各專業(yè)的寬口徑、綜合性機器學(xué)習(xí)的教材,可供本科生和一年級研究生課程使用,也可供科技人員、工程師和程序員自學(xué)機器學(xué)習(xí)的原理和算法使用。本書對基礎(chǔ)和前沿、經(jīng)典方法和熱門技術(shù)進行了盡可能的平衡,使得讀者不僅能在機器學(xué)習(xí)領(lǐng)域打下一個良好的基礎(chǔ),同時也可以利用所學(xué)知識解決遇到的實際問題并為進入學(xué)科前沿打好基礎(chǔ)。

張旭東編著 ·人工智能 ·20.6萬字

人機物融合群智計算
會員

隨著物聯(lián)網(wǎng)和人工智能技術(shù)的快速發(fā)展與加速融合,智能物聯(lián)網(wǎng)(AIinIoT,AIoT)正成長為一個具有具有廣泛發(fā)展前景的新興前沿領(lǐng)域。物聯(lián)網(wǎng)智能應(yīng)用和服務(wù)已經(jīng)逐步融入國家重大需求和民生的各個領(lǐng)域,如智慧城市、智能制造、無人駕駛、智慧農(nóng)業(yè)、健康衛(wèi)生、國防軍事等。在智能物聯(lián)網(wǎng)背景下,人(智能手機、可穿戴設(shè)備等)、機(云設(shè)備/邊緣設(shè)備)、物(物聯(lián)網(wǎng)終端)這三種基礎(chǔ)要素正在走向協(xié)作和融合,邁向人機物融合群智計算時代。人機物融合群智計算(CrowdHMI)是指利用人/機/物感知能力的差異性、計算資源的互補性、節(jié)點間的交互性,通過協(xié)同感知、分布式學(xué)習(xí)、群智知識遷移等來解決單獨利用某種智能難以解決的復(fù)雜問題,進而構(gòu)建具有自學(xué)習(xí)、自組織、自適應(yīng)、可遷移能力的智慧空間。其潛在的研究挑戰(zhàn)包括人機物群智融合機理,人機物協(xié)作群智感知,自學(xué)習(xí)增強與自適應(yīng)演化(深度模型壓縮、遷移學(xué)習(xí)、元學(xué)習(xí)、終身學(xué)習(xí)等),群體分布式學(xué)習(xí)模型(邊緣智能、端邊云協(xié)同計算、多智能體強化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等)方面。本書將為大家介紹人機物融合群智計算的基礎(chǔ)理論、概念模型、研究挑戰(zhàn)與關(guān)鍵技術(shù)、典型應(yīng)用,并對其未來發(fā)展方向進行展望。本書可以為物聯(lián)網(wǎng)、人工智能、工業(yè)互聯(lián)網(wǎng)、智慧城市、智能制造等領(lǐng)域的科研人員和IT從業(yè)者提供創(chuàng)新的發(fā)展視角及相關(guān)理論、方法與技術(shù)支撐,也可作為相關(guān)專業(yè)高年級本科生和研究生課程教材。

郭斌 劉思聰 於志文 ·人工智能 ·44.4萬字

QQ閱讀手機版

主站蜘蛛池模板: 双柏县| 桂阳县| 嘉善县| 五峰| 抚顺市| 衡山县| 扶绥县| 班玛县| 南华县| 饶平县| 宁津县| 鹤壁市| 定兴县| 云南省| 揭阳市| 河西区| 友谊县| 无极县| 四川省| 乐亭县| 黄浦区| 华坪县| 方城县| 平罗县| 厦门市| 东兴市| 扶风县| 兴和县| 凤山县| 岐山县| 迁安市| 兰考县| 柘城县| 兖州市| 大理市| 渭源县| 静海县| 海门市| 华安县| 寻乌县| 吉林市|