不朽情缘游戏爆分技巧

本書對計算機視覺涉及的知識點進行了全面、系統、深入的梳理，旨在幫助讀者快速掌握該領域的核心關鍵知識點。全書包含5個部分，第1部分基礎知識導讀篇，主要對計算機視覺涉及的基礎知識進行介紹，方便基礎比較薄弱、甚至沒有基礎的同學能夠快速掌握相關前導知識，快速入門計算機視覺領域。第2部分基礎案例篇主要介紹了圖像處理領域最常見的案例。第3部分機器學習篇主要對機器學習及使用OpenCV實現機器學習進行了介紹。第4部分深度神經網絡篇介紹了深度學習相關的基礎知識和相關案例。第5部分人臉識別對人臉識別的相關應用進行了較為具體的介紹。

·22.7萬字

會員

機器學習

機器學習是計算機科學與人工智能的重要分支領域.本書作為該領域的入門教材，在內容上盡可能涵蓋機器學習基礎知識的各方面.全書共16章，大致分為3個部分：第1部分（第1～3章）介紹機器學習的基礎知識；第2部分（第4～10章）討論一些經典而常用的機器學習方法（決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習）；第3部分（第11～16章）為進階知識，內容涉及特征選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習以及強化學習等。每章都附有習題并介紹了相關閱讀材料，以便有興趣的讀者進一步鉆研探索。本書可作為高等院校計算機、自動化及相關專業的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

·22.7萬字

會員

大語言模型：基礎與前沿

本書深入闡述了大語言模型的基本概念和算法、研究前沿以及應用，涵蓋大語言模型的廣泛主題，從基礎到前沿，從方法到應用，涉及從方法論到應用場景方方面面的內容。首先，本書介紹了人工智能領域的進展和趨勢；其次，探討了語言模型的基本概念和架構、Transformer、預訓練目標和解碼策略、上下文學習和輕量級微調、稀疏專家模型、檢索增強型語言模型、對齊語言模型與人類偏好、減少偏見和有害性以及視覺語言模型等內容；最后，討論了語言模型對環境的影響。本書內容全面、系統性強，適合高年級本科生和研究生、博士后研究人員、講師以及行業從業者閱讀與參考。

·20.1萬字

會員

因果推斷：基于圖模型分析

本書對因果推斷相關知識進行了系統、全面的介紹，為便于學習，對大多數知識點都進行了詳細的推導說明。

·22萬字

會員

Chatbot從0到1（第2版）：對話式交互實踐指南

本書內容共6部分。第1部分幫助你理解通用人工智能時代下，“Chatbot”和“對話式交互”的概念；第2部分帶你了解通用人工智能及其代表GPT；第3部分和第4部分介紹Chatbot的生命周期；第5部分介紹通用人工智能與現實世界的接口——機器人流程自動化；第6部分介紹行業對Chatbot的評價，明確Chatbot的邊界并給出可落地的方法。現在就讓我們開始這場干貨滿滿的旅程吧！

·23.4萬字

會員

深度學習

本書初定五個章節，第一章淺層模型部分介紹線性回歸、Logistics回歸、Softmax回歸、廣義線性回歸模型以及機器學習基本概念。第二章介紹深度學習模型以及相應的正則化技術。第三章介紹卷積的物理意義、卷積神經網絡及其各種改進。第四章介紹反饋神經網絡及其改進的長短期記憶單元。第五章介紹深度強化學習，展示深度卷積網絡如何與強化學習技術融合用以人機圍棋博弈以及自動駕駛領域。

·20.4萬字

會員

可解釋人工智能導論

本書全面介紹可解釋人工智能的基礎知識、理論方法和行業應用。全書分為三部分，共11章。第一部分為第1章，揭示基于數據驅動的人工智能系統決策機制，提出一種基于人機溝通交互場景的可解釋人工智能范式。第二部分為第2～5章，介紹各種可解釋人工智能技術方法，包括貝葉斯方法、基于因果啟發的穩定學習和反事實推理、基于與或圖模型的人機協作解釋、對深度神經網絡的解釋。第三部分為第6～10章，分別介紹可解釋人工智能在生物醫療、金融、計算機視覺、自然語言處理、推薦系統等領域的應用案例，詳細說明可解釋性在司法、城市管理、安防和制造等實際應用中發揮的積極作用。第11章對全書進行總結，并論述可解釋人工智能研究面臨的挑戰和未來發展趨勢。此外，本書的附錄給出可解釋人工智能相關的開源資源、中英文術語對照及索引，方便讀者進一步查閱。本書既適合高等院校計算機和信息處理相關專業的高年級本科生和研究生，以及人工智能領域的研究員和學者閱讀；也適合關注人工智能應用及其社會影響力的政策制定者、法律工作者、社會科學研究人士等閱讀。

·20.4萬字

會員

工業4.0：智能制造與治理革命

創新是引領發展的第一動力。建設創新型國家和實施創新驅動發展戰略是積極應對全球新一輪科技革命的重大戰略選擇。毫無疑問，工業4.0是當下變革時代的創新形態和創新產品。從蒸汽時代、電氣時代、信息時代到智能時代，技術的發展推動了時代的變革、治理的革命和社會的進步。智能平臺、智能工廠、智能產品、智能服務的不斷涌現將推動智慧企業、智慧政府和智慧社會的形成。在工業4.0中國版——《中國制造2025》的護航下，實現中國由制造大國駛向制造強國的轉變指日可待。

·25.3萬字

會員

機器學習中的數學修煉

全書共分為兩篇：在上篇中，將從浩瀚的數學海洋中擷取機器學習研究人員最為必須和重要的數學基礎。內容主要包括：微積分（含場論）、數值計算和常用最優化方法、概率論基礎與數理統計、線性代數等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，這部分內容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網絡和HMM等）、分類算法（包括SVM，邏輯回歸，神經網絡等）和聚類算法（包括K均值和EM算法等）等話題。

·22.2萬字

會員

智能計算系統：從深度學習到大模型

本書由中科院計算所、軟件所的專家學者傾心寫就，以“圖像風格遷移”應用為例，全面介紹智能計算系統的軟硬件技術棧。第2版以大模型為牽引進行更新，第1章回顧人工智能、智能計算系統的發展歷程，第2、3章在介紹深度學習算法知識的基礎上增加了大模型算法的相關知識，第4章介紹深度學習編程框架PyTorch的發展歷程、基本概念、編程模型和使用方法，第5章介紹編程框架的工作原理，第6章回顧深度學習所用的處理器結構從通用逐步走向專用的過程，第7章介紹深度學習處理器的體系結構應當如何應對大模型處理中的計算、訪存、通信瓶頸，第8章介紹基于BCL語言的高性能算子開發優化實踐，第9章介紹面向大模型的計算系統并以BLOOM作為驅動范例。本書適合作為高等院校相關專業的教材，也適合人工智能領域的科研人員參考。

·34.9萬字

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

Cadence高速電路板設計與仿真（第3版）

本書以CadenceAllegroSPB16.2為基礎，以具體電路為范例，詳盡講解元器件建庫、原理圖設計、布局、布線、仿真、CAM文件輸出等PCB設計的全過程，包括原理圖輸入及器件數據集成管理環境的使用，中心庫的開發，PCB設計工具的使用，以及高速信號仿真工具的使用等。無論是對前端設計開發（原理圖設計），還是對PCB板級設計，以及PCB上的高速電路分析，都有全面的參考和學習價值。

·23.3萬字

會員

人工智能注意力機制：體系、模型與算法剖析

“注意”作為一切思維活動的起點，一直是哲學、心理學和認知神經科學的重點研究對象。隨著計算機技術的發展，人類對注意力機制的模擬和應用成為計算機科學領域的熱點研究方向——讓計算機能夠具有類似人類的注意力機制，使其能夠有效地應用于對數據的理解和分析。Transformer模型誕生后，注意力機制在人工智能各大重要領域的研究和應用更是如火如荼，成果豐碩。從注意力機制這一重要角度入手，闡述注意力機制的產生背景和發展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態機器學習三大人工智能方向中的應用思路、模型與算法。以人工智能相關專業研究人員，特別是計算機視覺與自然語言處理等領域的研發人員作為主要讀者對象，一方面幫其梳理技術的發展脈絡、開拓思路、構建完整的認知體系；另一方面為其剖析算法原理、深刻理解算法細節。

·40.7萬字

會員

現代推薦算法

本書深入全面地講解了現代推薦算法，同時兼顧深度和廣度，介紹了當下較前沿、先進的各類算法及其實踐。本書從總覽篇開始，介紹推薦系統的基本概念及工作環節。在模型篇中，除了梳理推薦系統的發展史，本書還重點講解面向工業實踐的選擇及改進，為讀者打下推薦系統的算法基礎；進而帶著讀者進階到前沿篇、難點篇，面對推薦系統中的各式問題，并給出解決方案；最后在決策篇中，從技術原理和用戶心理出發，解釋一些常見決策背后的依據，從而幫助讀者從執行層面進階到決策層面，建立大局觀。

·20.2萬字

腦機革命

當你凝望夜空時，你是否曾望向繁星背后的虛空：“宇宙的邊界在哪里？時空的本質究竟是什么？幽暗的深空中此刻是否也有一雙眼睛正在凝視著你？”當你凝視鏡中的自己時，你是否曾望向雙眼背后的大腦：“我”到底是誰？寄居在這副皮囊之中的靈魂是否真的存在？當肉體衰亡，“我的靈魂”是將隨之消散還是化為飄蕩于宇宙之中的一股電波？下載知識、移植記憶、意念互通與大腦聯結這些科幻電影中的場景能否成為現實？人腦被稱為“內在的宇宙”，從宇宙大爆炸到人類大腦的形成，150億年間，人類大腦成為宇宙中平常卻偉大的奇跡。如今，腦機接口技術正在蓬勃發展。科學家已經開始攀登腦機接口的金字塔，逐級“改造”人類，實現人類的全新進化。本書便是向讀者介紹腦機接口這一新興技術的科普著作。從對大腦的重新認識，到神經科學顛覆傳統的發現，再到腦機接口領域正在發生的前瞻探索和令人振奮的突破，作者對這項技術自誕生至今的演進歷程以及它對未來的影響進行了生動的展示，讓人在感嘆“腦機融合”創造的驚人變化的同時，更為腦科學的飛速發展以及人類大腦浩如煙海的未解之謎而神往。

·23.2萬字

會員

智能硬件產品：從0到1的方法與實踐

本書講述了智能硬件產品從0到1需要的方法和技術。內容涵蓋識別市場機會、細分市場、市場分析、產品定位、定義產品需求、定義需求優先級、產品概念生成、產品概念選擇、產品概念測試、產品設計、構建產品原型、可用性測試、智能硬件相關法規與認證、產品發布等。

·26.4萬字

會員

模型思維：簡化世界的人工智能模型

對從事算法研究與算法開發的人來說，模型的學習與使用必不可少。尤其是在目前如日中天的人工智能領域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實能夠解決實際問題，而且其有效性一般都經過了檢驗。模型可恨的地方在于學習模型是一件非常痛苦的事情，尤其是對人工智能的初學者來說。本書將人工智能在現實生活場景中解決的問題分類，并根據這個分類來介紹各種模型。書中將人工智能問題分為權重問題、狀態問題、序列問題、表示問題、相似問題和分類問題六大類，方便讀者了解各個模型之間的關系，也方便讀者理解各個模型的適用場景。本書盡量更多地介紹模型的使用場景，更多地介紹實際業務需求之間的關系，更多地采用生活中更淺顯易懂的例子，方便人工智能的初學者學習模型。本書不僅適合希望學習和運用人工智能模型到具體應用場景的企業工程師、科研院所的學生和科研人員，也適合對人工智能模型感興趣的讀者，使其將模型思維應用到生活中。

·21.8萬字

會員

知識圖譜與認知智能：基本原理、關鍵技術、應用場景與解決方案

讀者通過本書可以了解企業認知智能的原理、應用方法、執行策略，以此構建企業認知博弈的最優策略。企業數據智能相關從業者可以參考本書，構建以用戶為中心的企業認知智能解決方案，通過人機協同的方式，實現對業務的認知與引導，并從業務演變中獲益。此外，本書可以作為自然語言處理、知識工程、人工智能、社會計算等相關課程的教材。

·25.7萬字

會員

Python程序設計：人工智能案例實踐

本書共16章。第1~10章介紹Python編程，涉及人工智能、基本描述統計、集中趨勢和分散度量、模擬、靜態和動態可視化、使用CSV文件、用于數據探索和數據整理的Pandas、時間序列和簡單線性回歸。第11~16章提供多種實踐案例研究，涉及自然語言處理、Twitter數據挖掘、IBMWatson認知計算、包含分類和回歸的有監督機器學習、聚類無監督機器學習、卷積神經網絡深度學習、遞歸神經網絡深度學習、包含Hadoop/Spark/NoSQL/物聯網的大數據等。

·32.1萬字

會員

機器學習：軟件工程方法與實現

本書視角獨特，將軟件工程中的方法應用到機器學習實踐中，重視方法論和工程實踐的融合。本書主要有3個特點。1）機器學習的軟件工程方法：用軟件工程（SoftwareEngineering）中的工具、方法和理論指導機器學習的實踐活動。主要體現在測試驅動開發（TDD）方法、機器學習項目管理方法、工程化軟件應用于數據科學標準化環境，以及開源算法包的大量實踐應用案例等。2）機器學習全生命周期：書中全面呈現了機器學習項目開發的完整鏈路，以項目需求為起點，歷經樣本定義、數據處理、建模、模型上線、模型監控、模型重訓或重建。流程中的大部分節點獨立成章，闡述充分，并且不是單純地闡述理論，而是重在實踐。同時，聚焦機器學習中應用最廣泛和最有效的算法，使之成為貫穿機器學習項目生命周期的一條完整的學習路徑。3）提出機器學習是一門實驗學科：書中有大量的工業實踐代碼，例如數據分析包、特征離散化包、特征選擇包、集成模型框架包、大規模模型上線系統架構和對應代碼包等，對機器學習算法特性也有大量的代碼解析。書中還多次強調對于機器學習這樣一門實驗和實踐學科，工具、方法和策略的重要性，并介紹了在實際項目中對時間、人力成本等的權衡策略。本書不拘泥于公式推演、數值分析計算領域優化求解（梯度、牛頓、拉格朗日、凸優化）等主題，而重在展現機器學習的實際應用，以及各知識點的落地。在寫作方式和內容編寫等方面，本書力求既貼近工程實踐又不失理論深度，給讀者良好的閱讀體驗。

·22.4萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態

屬性

字數

更新時間

計算機視覺40例從入門到深度學習（OpenCV-Python）