<th id="04zkm"></th>
登錄???|???注冊
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。
陳潭等 ·人工智能 ·25.3萬字
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。
龔才春 ·人工智能 ·21.8萬字
本書通過扎實、詳細的內容，從理論知識、算法源碼、實驗結果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應用，包括圖像翻譯、圖神經網絡、二維結構識別、人像摳圖、圖像預訓練、多模態預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內三角化、圖像梯度、仿射變換矩陣等內容。本書結構清晰，內容廣度與深度齊備。通過閱讀本書，讀者可以了解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。
劉巖（@大師兄） ·人工智能 ·21萬字
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。
(美)保羅·戴特爾 哈維·戴特爾 ·人工智能 ·32.1萬字
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。
少宇 ·人工智能 ·26.4萬字
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。
王文廣 ·人工智能 ·25.8萬字
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。
郭業才 ·人工智能 ·20.4萬字
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。
楊強等 ·人工智能 ·20.4萬字
對于我們每個普通人而言，核心的AI能力不是寫作不是繪畫，也不是編碼，而是AIAgent設計！這是一本能幫助每個人輕松構建從提示詞編寫到AIAgent設計完整知識體系的實戰指南，由LangGPT社區的的創始人等幾位國內提示詞編寫和AIAgent設計領域的領軍人物撰寫，得到了硅基流動創始人袁進輝、潤米咨詢創始人劉潤、通往AGI之路創始人AJ等眾多行業專家的高度評價。設計AIAgent，提示詞是關鍵。本書首先詳細介紹了提示詞的原理、編寫提示詞常用的6種方法，以及被奉為圭臬的結構化提示詞方法論，旨在為讀者深入使用各類AI助手和設計AIAgent打下堅實基礎。然后系統講解了AIAgent的工作原理、主流平臺、設計模式、設計方法和流程，配有大量案例和最佳實踐。
云中江樹 王照華 伊麗琦 李繼剛 ·人工智能 ·21.3萬字
本書以媒介變遷為整體脈絡，通過幾類推薦產品的發展趨勢來探討推薦產品創新的核心驅動力，以及由具體產品特性引發的技術變革。全書內容分為5部分。第一部分從宏觀視角探討推薦產品從0到1進行創新的產品思路和技術思路；第二部分介紹革新傳統紙質媒介的新聞推薦和資訊推薦，包括關鍵算法設計和產品設計；第三部分介紹構建線上社交網絡的社交和社區推薦，以及如何通過協同過濾算法模擬社交網絡；第四部分從產品、生態和算法設計的角度，介紹革新傳統影視行業的視頻推薦；第五部分以阿里推薦產品及其新興的競爭產品為例，介紹革新傳統貨架電商的商品推薦。
王超 ·人工智能 ·21.4萬字
本書是面向高級人工智能人才培養的高等學校人工智能相關專業精品教材中的一本，以信息物理系統、模糊邏輯系統、自主無人系統、群體智能、多Agent系統、人機協同系統、工業智能控制系統、機器人系統等為案例，完整呈現了人工智能綜合應用體系架構。本書首先介紹了智能系統的發展、相關概念、主要特征和類型、智能系統的發展前景，然后圍繞智能系統信息處理流程詳細闡述智能感知、智能計算、執行系統等理論知識，最后重點講解了信息物理系統、模糊邏輯系統等八大系統的典型應用體系架構。本書將免費提供配套PPT、實驗及應用案例等基本教學材料。
劉河 ·人工智能 ·23.4萬字
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。
張春強 張和平 唐振 ·人工智能 ·22.4萬字
本書從基礎的神經網絡、卷積神經網絡、循環神經網絡等入門知識，到深度學習的應用領域如計算機視覺、自然語言處理等高級主題都有涉及，可以幫助讀者更好地理解深度學習知識，并為未來的職業發展打下堅實的基礎。
段小手 ·人工智能 ·23.6萬字
這是一部對人工智能充滿敬畏之心的匠心之作，《深入理解Java虛擬機》作者耗時一年完成，它將帶你從奠基人物、歷史事件、學術理論、研究成果、技術應用等5個維度全面讀懂人工智能。本書以時間為主線，用專業的知識、通俗的語言、巧妙的內容組織方式，詳細講解了人工智能這個學科的全貌、能解決什么問題、面臨怎樣的困難、嘗試過哪些努力、取得過多少成績、未來將向何方發展，盡可能消除人工智能的神秘感，把陽春白雪的人工智能從科學的殿堂推向公眾面前。
周志明 ·人工智能 ·22.6萬字
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。
陳云霽等編著 ·人工智能 ·34.9萬字
本書從信息流個性化推薦算法從業者的角度，闡述在資訊內容類App中，如何搭建健壯、完善的個性化推薦算法體系，如何融合產品運營的專家模型和端到端的深度學習，如何平衡短期的商業化目標和長期的用戶體驗，以及我們在多個行業頭部平臺實踐的過程中遇到的典型業務問題和解決方案，對比理論推導為主的機器學習書籍，本身更偏向基于行業問題的深度思考及落地實踐。
趙爭超 黃帆 ·人工智能 ·24.3萬字
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。
李立宗 ·人工智能 ·22.7萬字
本書以有趣的案例和深入淺出的語言，直擊AI的底層運行邏輯與核心原理，勾勒人工智能的全貌，以便讀者掌握AI技術要點，打通AI的各種技術壁壘，厘清不易察覺的“認知錯誤”，從而更好地認識正在運轉的神秘AI世界。本書共9章，邏輯上分為三部分。第1～3章是人工智能的基礎理論，通過生動、有趣的講解，讓讀者知道支撐AI的基礎學科如何起作用：如何基于統計學和概率論找到應對不確定性的有效方法與解題思路如何基于數據統計的基礎知識與原理避開數據“陷阱”，給出謹慎的主觀結論如何從數學視角理解信息的處理模型。第4～7章討論人工智能的核心技術——數據、算法、算力，詳細介紹大數據是如何處理的，如何通過機器學習算法和深度學習算法讓機器正確認識數據間的關聯與規律，以及如何通過算力整合與軟件協作實現更高效的智能。第8～9章探討一些人工智能安全話題——大數據“殺熟”、隱私計算、深度偽造技術、對抗樣本攻擊、數據投毒攻擊、攻防博弈等，并展望人工智能的未來，包括：人工智能會搶走人類的工作嗎？機器人會統治人類嗎？通用人工智能會出現嗎？未來到底會變成什么樣子？
徐晟 ·人工智能 ·20.8萬字
本書以人工智能技術在合成生物學領域的理論、方法及應用為主線，詳細闡述人工智能在合成生物學不同層面設計中的應用進展，深入討論人工智能在合成生物學實際應用中面臨的挑戰與困難。本書先概述合成生物學與人工智能基本概念以及發展簡史，然后介紹人工智能技術在生物元件、生物模塊、生物系統設計方面的應用，并通過案例展示了人工智能與合成生物學技術在生物醫藥領域的研究進展，最后分析了人工智能驅動合成生物技術的發展趨勢，并討論了實際應用所面臨的挑戰和困難，以及展望該交叉領域的未來研究方向。本書適合作為生物類、計算機類、化工類、環境類、醫藥專業的本科生及研究生的教學用書，也適合生物、信息、醫藥、化工、能源、資源和環境等領域的科研人員、程序開發人員參考。
滕越主編 ·人工智能 ·23萬字
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。
陳藹祥 ·人工智能 ·20.4萬字
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
