官术网_书友最值得收藏!

QQ閱讀小說網

首頁分類排行榜書架

作家專區手機版

登錄???|???注冊

男生女生出版

分類

狀態

屬性

字數

更新時間

人氣收藏暢銷更新字數

智能計算：原理與實踐

智能計算：原理與實踐

本書面向人工智能學科的前沿領域，系統地討論了智能計算的原理與實現，比較全面地反映了智能計算研究和應用的最新進展。書中涵蓋了支持向量機、混沌計算、蟻群算法、DNA計算、DNA遺傳算法、人工免疫系統、螢火蟲算法、蝙蝠算法、蛙跳算法、魚群算法和其他一些算法及應用。全書提供了大量的實用案例，重點強調實際的應用和計算工具，這些對于智能計算領域的進一步發展是非常有意義的。本書取材新穎、內容系統、深入淺出、材料豐富，理論密切結合實際，具有較高的學術水平和參考價值。本書可作為人工智能、信息與通信工程、儀器科學與技術、計算機科學與技術等相關領域的科研人員及工程技術人員的參考書，也可作為研究生和高年級本科生開闊視野、增長知識的閱讀材料。

深度學習

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。

可解釋人工智能導論

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。

計算機視覺中的深度學習

計算機視覺中的深度學習

人工智能相比于人力而言具有低成本、高效率和全天候等巨大優勢，但其發展往往不能全面滿足實際場景的旺盛需求。近年來人工智能與計算機視覺的結合日益緊密，基于深度學習研究計算機視覺成為一個新方向。深度學習的特點是層次化的特征提取、規模更大、數據更多、計算更復雜。本書從介紹計算機視覺的任務入手，總結從傳統手工提取特征方法到深度學習的發展歷程。然后，針對不同層次的計算機視覺任務，結合作者團隊近年來的研究成果，以及部分學界公認的里程碑式成果，從理論層面論述深度學習在具體計算機視覺任務中的應用。本書作者來自北京郵電大學長期從事多媒體技術教學和研究的一線教師。本書適合從事圖像和視頻的處理和理解的研究人員、相關領域軟件開發人員或研究生閱讀。

自適應和反應式機器人控制：動態系統法

自適應和反應式機器人控制：動態系統法

本書主要介紹如何通過動態系統學習控制律，從而使機器人具備實時反應能力。本書首先介紹機器人學習數據的收集方法，然后重點講解使用動態系統學習控制律的核心技術，使用動態系統進行軌跡規劃的方法，以及使用動態系統進行柔性控制和力控制的方法。本書提供大量應用示例，包括機械臂、擬人手和仿人機器人的全身控制等。本書要求讀者熟悉關于機器人控制的基礎知識，并熟悉機器學習、統計、優化以及動態系統等相關內容，適合作為高等院校機器人控制方向的研究生課程教材，也適合相關領域的技術人員參考。

現代推薦算法

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。

智能時代：人工智能、超級計算與網絡安全

智能時代：人工智能、超級計算與網絡安全

阿爾法狗接連打敗李世石、柯潔，無人駕駛汽車從科幻慢慢變為現實，人工智能正在全世界如火如荼地“跑馬圈地”。我們正在被一個前所未有的以智能技術為核心驅動力的新型社會裹挾著前行。隨著智能時代的來臨，每個企業和個人都在經受著前所未有的挑戰，但挑戰與機遇并存，我們要積極探索，緊跟前沿，才能在這波智能化浪潮中不致被淘汰。本書通過豐富鮮活的企業案例，幫助我們梳理分析人工智能及其相關的機器學習、超級計算、云端服務、網絡安全等前沿領域的發展現狀及方向，總結這些企業在智能時代下的應對之策及成功經驗，為之后企業的發展轉型等提供了很好的參考借鑒。

大語言模型：基礎與前沿

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。

深度學習與神經網絡

深度學習與神經網絡

神經網絡與深度學習是人工智能研究的重要領域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規律的科學。本書緊緊圍繞神經網絡和深度學習的基礎知識體系進行系統的梳理，力求從基礎理論、經典模型和前沿應用展開論述，便于讀者能夠較為全面地掌握深度學習的相關知識。全書共16章。第1章是緒論，簡要介紹人工智能、機器學習、神經網絡與深度學習的基本概念及相互關系，并對神經網絡的發展歷程和產生機理進行闡述；第2章介紹神經網絡的基本神經元模型、網絡結構、學習方法、學習規則、正則化方法、模型評估方法等基礎知識；第3～8章介紹多層感知器神經網絡、自組織競爭神經網絡、徑向基函數神經網絡、卷積神經網絡、循環神經網絡、注意力機制與反饋網絡；第9章介紹深度學習網絡優化的相關內容；第10～13章介紹受限玻爾茲曼機和深度置信網絡、棧式自編碼器、生成對抗網絡和圖神經網絡；第14章介紹深度強化學習；第15章介紹深度學習的可解釋性；第16章介紹多模態預訓練模型。深度學習是源于對含有多個隱藏層的神經網絡結構進行的研究，以便建立和模擬人腦的學習過程。本書整理了人工神經網絡從簡單到復雜的模型，歸納和總結了神經網絡的理論、方法和應用實踐。本書可以作為高等院校人工智能及相關專業或非計算機專業的參考用書，也可以作為人工智能領域的科技工作者或科研機構工作人員的參考用書。

企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密

企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密

《企業級AI技術內幕：深度學習框架開發+機器學習案例實戰+Alluxio解密》分為盤古人工智能框架開發專題篇、機器學習案例實戰篇、分布式內存管理Alluxio解密篇，分別對人工智能開發框架、機器學習案例及Alluxio系統進行透徹解析。盤古人工智能框架開發專題篇，通過代碼講解多層次神經網絡、前向傳播算法、反向傳播算法、損失度計算及可視化、自適應學習和特征歸一化等內容。機器學習案例實戰篇，選取機器學習中最具代表性的經典案例，透徹講解機器學習數據預處理、簡單線性回歸、多元線性回歸、多項式回歸、支持向量回歸、決策樹回歸、隨機森林回歸等回歸算法，邏輯回歸、k近鄰算法、支持向量機、樸素貝葉斯、決策樹分類、隨機森林分類等分類算法、ｋ均值聚類、層次聚類等聚類算法，以及關聯分析算法，并對回歸模型、分類模型進行性能評估。分布式內存管理Alluxio解密篇，詳細講解Alluxio架構、部署、底層存儲及計算應用、基本用法、運行維護等內容。

終極算法：機器學習和人工智能如何重塑世界

終極算法：機器學習和人工智能如何重塑世界

算法已在多大程度上影響我們的生活？購物網站用算法來為你推薦商品，點評網站用算法來幫你選擇餐館，GPS系統用算法來幫你選擇好的路線，公司用算法來選擇求職者……當機器最終學會如何學習時，將會發生什么？不同于傳統算法，現在悄然主導我們生活的是“能夠學習的機器”，它們通過學習我們瑣碎的數據，來執行任務；它們甚至在我們還沒提出要求，就能完成我們想做的事。什么是終極算法？機器學習五大學派，每個學派都有自己的主算法，能幫助人們解決特定的問題。而如果整合所有這些算法的優點，就有可能找到一種“終極算法”，該算法可以獲得過去、現在和未來的所有知識，這也必將創造新的人類文明。你為什么必須了解終極算法？不論你身處什么行業、做什么工作，了解終極算法都將帶給你嶄新的科學世界觀，預測以后的科技發展，布局未來，占位未來！

深度學習與圍棋

深度學習與圍棋

這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一AlphaGo，將其背后的技術和原理娓娓道來，并配合一套基于BetaGo的開源代碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及，內容非常精彩。全書共分為3個部分：第一部分介紹機器學習和圍棋的基礎知識，并構建一個最簡圍棋機器人，作為后面章節內容的基礎；第二部分分層次深入介紹AlphaGo背后的機器學習和深度學習技術，包括樹搜索、神經網絡、深度學習機器人和強化學習，以及強化學習的幾個高級技巧，包括策略梯度、價值評估方法、演員-評價方法3類技術；第三部分將前面兩部分準備好的知識集成到一起，并最終引導讀者實現自己的AlphaGo，以及改進版AlphaGoZero。讀完本書之后，讀者會對深度學習這個學科以及AlphaGo的技術細節有非常全面的了解，為進一步深入鉆研AI理論、拓展AI應用打下良好基礎。本書不要求讀者對AI或圍棋有任何了解，只需要了解基本的Python語法以及基礎的線性代數和微積分知識。

元學習：基礎與應用

元學習：基礎與應用

本書介紹了元學習方法的發展歷史、起源、思想、近來流行的元學習方法，以及這些方法的組織思路、改進方案、相互繼承、如何應用。本書共11章，分為兩部分：元學習方法思想的介紹和元學習應用場景中模型的介紹。這些內容介紹了如何在元學習框架下融入強化學習、模仿學習、在線學習、無監督學習、遷移學習等，實現對實際應用中深度模型的改進，以適應復雜多變的實際任務。

從機器學習到深度學習：基于scikit-learn與TensorFlow的高效開發實戰

從機器學習到深度學習：基于scikit-learn與TensorFlow的高效開發實戰

這是一本場景式的機器學習實踐書，筆者努力做到“授人以漁，而非授人以魚”。理論方面從人工智能（AI）與機器學習（ML）的基本要素講起，逐步展開有監督學習、無監督學習、強化學習這三大類模型的應用場景與算法原理；實踐方面通過金融預測、醫療診斷概率模型、月球登陸器、圖像識別、寫詩機器人、中國象棋博弈等案例啟發讀者將機器學習應用在各行各業里，其中后三個案例使用了深度學習技術。本書試圖用通俗的語言講解涵蓋算法模型的機器學習，主要內容包括機器學習通用概念、三個基本科學計算工具、有監督學習、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網絡、自然語言處理、深度學習、強化學習、模型遷移等。在深入淺出地解析模型與算法之后，介紹使用Python相關工具進行開發的方法、解析經典案例，使讀者做到“能理解、能設計、能編碼、能調試”，沒有任何專業基礎的讀者在學習本書后也能夠上手設計與開發機器學習產品。本書內容深入淺出、實例典型，適合對機器學習感興趣的產品設計、技術管理、數據分析、軟件開發或學生讀者。閱讀本書既能了解當前工業界的主流機器學習與深度學習開發工具的使用方法，又能從戰略方面掌握如何將人工智能技術應用到自己的企業與產品中。

智能機器人養成記：開發人類友好型機器人

智能機器人養成記：開發人類友好型機器人

在本書中，作者先描述了人工智能的缺陷（一個關鍵的缺點是：它沒有具象化），然后提出了一種制造類人機器人的不同方法：成長型機器人，它受到成長心理學及其對早期嬰兒行為的描述的啟發。他講述了自己對iCub類人機器人的實驗，以及它從新生兒水平到相當于9個月大的嬰兒的能力水平的成長，解釋了iCub如何從自己的經驗中學習。

人工智能導論

人工智能導論

《人工智能導論》是為高等院校相關專業“人工智能導論”課程設計編寫，具有豐富應用特色的主教材。針對高校學生的發展需求，《人工智能導論》分引言、基礎知識、基于知識的系統和高級專題四部分，可依照學習進度與需求，做適當選擇。內容包括：引言，包括緒論（基本概念）、人工智能+領域應用；基礎知識，包括大數據思維、搜索算法、知識表示；基于知識的系統，包括專家系統、機器學習、深度學習；高級專題，包括機器人技術、智能圖像處理、自然語言處理、自動規劃。

Python強化學習：算法、核心技術與行業應用

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?；纳疃萉-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。

深度學習詳解：基于李宏毅老師“機器學習”課程

深度學習詳解：基于李宏毅老師“機器學習”課程

本書根據李宏毅老師“機器學習”公開課中與深度學習相關的內容編寫而成，介紹了卷積神經網絡、Transformer、生成模型、自監督學習（包括BERT和GPT）等深度學習常見算法，并講解了對抗攻擊、領域自適應、強化學習、元學習、終身學習、網絡壓縮等深度學習相關的進階算法.在理論嚴謹的基礎上，本書保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學習的概念、建模過程和核心算法細節.

傳感器技術及應用

傳感器技術及應用

本書既詳細闡述了各類傳感器的基本原理、工作特性，又著重分析了其接口電路的設計原理和工程應用實例。全書共12章，第1、2章介紹傳感器的概念、分類及基本特性；第3～11章分別講述電阻式、電感式、電容式、壓電式、磁電及磁敏式、熱電偶、超聲波、光電式、數字式、固態圖像、紅外、光纖、集成式傳感器的工作原理、性能、接口電路和實際應用。第12章介紹傳感器的典型應用實例。

計算社會學：基礎理論篇

計算社會學：基礎理論篇

本書是一本系統性梳理計算社會學相關理論和方法的論著。一方面，本書從傳統復雜網絡分析的角度，詳細闡述社會網絡分析的基礎理論和動力學模型——隨機網絡、小世界網絡、無標度網絡和網絡統計分析理論等，并將網絡過程和行為應用于涌現、傳染病等方面。另一方面，融合人工智能在自然語言處理、推薦算法等領域的進展，闡述了人工智能算法尤其是深度學習理論等在智能推薦、文本分析、假消息檢測、虛擬社交機器人等領域的應用。在兼顧廣度和深度的前提下，本書深度融合計算機科學、社會學、人工智能和復雜網絡等多學科的專業概念，突出闡述了計算社會學領域近年來的最新研究成果和關鍵技術突破。

1
2
3
4
5
6
7
8
...
33

跳轉至頁

關于騰訊 About Tencent 服務協議開放平臺廣告服務騰訊招聘騰訊公益客服中心網站導航違規舉報

達人推廣合作：https://kol.yuewen.com

網站合作：傅女士 fuli.a@yuewen.com

雙新用戶（設備和賬號都新為雙新用戶）下載并登錄后1-20天最多可免費領取20本會員/單訂書且可免費讀10天

Copyright (C) 2025 www.cqxianglaokan.com All Rights Reserved 上海閱文信息技術有限公司版權所有
粵公網安備 44030002000001號 ???? 增值電信業務經營許可證：粵B2-20090059???? 互聯網ICP備案號：粵B2-20090059-5 ???? 舉報電話：010-59357051 營業執照
網絡文化經營許可證：滬網文 (2023) 3296-228號網絡出版服務許可證：（署）網出證（滬）字第055號????互聯網宗教信息服務許可證：滬（2023）0000015

QQ閱讀手機版

主站蜘蛛池模板：长宁区| 宜兰县| 高安市| 丹凤县| 乌兰浩特市| 鱼台县| 英山县| 南平市| 大城县| 皮山县| 三门县| 遂昌县| 祁连县| 通江县| 磐安县| 宁蒗| 建宁县| 宜兴市| 托里县| 普定县| 汝南县| 新乐市| 定陶县| 开阳县| 龙海市| 富源县| 平阴县| 平果县| 大兴区| 万安县| 邹平县| 南昌市| 天门市| 东平县| 鲁甸县| 连南| 观塘区| 晋城| 探索| 城固县| 镇坪县|