官术网_书友最值得收藏!

企業(yè)級AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機器學(xué)習(xí)案例實戰(zhàn)+Alluxio解密
會員

《企業(yè)級AI技術(shù)內(nèi)幕:深度學(xué)習(xí)框架開發(fā)+機器學(xué)習(xí)案例實戰(zhàn)+Alluxio解密》分為盤古人工智能框架開發(fā)專題篇、機器學(xué)習(xí)案例實戰(zhàn)篇、分布式內(nèi)存管理Alluxio解密篇,分別對人工智能開發(fā)框架、機器學(xué)習(xí)案例及Alluxio系統(tǒng)進行透徹解析。盤古人工智能框架開發(fā)專題篇,通過代碼講解多層次神經(jīng)網(wǎng)絡(luò)、前向傳播算法、反向傳播算法、損失度計算及可視化、自適應(yīng)學(xué)習(xí)和特征歸一化等內(nèi)容。機器學(xué)習(xí)案例實戰(zhàn)篇,選取機器學(xué)習(xí)中最具代表性的經(jīng)典案例,透徹講解機器學(xué)習(xí)數(shù)據(jù)預(yù)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(guān)聯(lián)分析算法,并對回歸模型、分類模型進行性能評估。分布式內(nèi)存管理Alluxio解密篇,詳細講解Alluxio架構(gòu)、部署、底層存儲及計算應(yīng)用、基本用法、運行維護等內(nèi)容。

王家林 段智華編著 ·人工智能 ·19.9萬字

計算社會學(xué):系統(tǒng)應(yīng)用篇
會員

自2009年至今,計算社會學(xué)步入了發(fā)展的黃金時期。多學(xué)科的深度交叉融合,以人工智能為代表的數(shù)據(jù)科學(xué)方法的快速發(fā)展以及跨空間、多模態(tài)數(shù)據(jù)的快速富集等都使得計算社會學(xué)得到蓬勃發(fā)展,讓社會科學(xué)研究呈現(xiàn)出嶄新面貌,為解釋人類行為、群體認知、社會演化等提供了重要的理論和方法支撐。本書采用漸進式的組織思路,以人工智能的經(jīng)典模型為基礎(chǔ)理論支撐,從社交網(wǎng)絡(luò)分析、網(wǎng)絡(luò)動力學(xué)、社交媒體挖掘與社群智能三個維度進行延伸,圍繞典型應(yīng)用系統(tǒng)梳理計算社會學(xué)的代表性應(yīng)用。在兼顧廣度和深度的前提下,本書深度融合計算機科學(xué)、社會學(xué)、人工智能、復(fù)雜網(wǎng)絡(luò)、統(tǒng)計學(xué)和自然語言處理等多學(xué)科的專業(yè)概念,突出社會計算學(xué)近年來的研究成果和關(guān)鍵技術(shù)突破。本書為人工智能與社會科學(xué)交叉融合提供了系統(tǒng)性的理論框架、方法體系與應(yīng)用闡釋,是研究人員、專業(yè)人員以及工程、計算、AI、互聯(lián)網(wǎng)等領(lǐng)域的技術(shù)人員不可或缺的參考資料,同時也可作為相關(guān)領(lǐng)域的高年級本科生和研究生的教材。

郭斌 梁韻基 於志文 ·人工智能 ·24.6萬字

高性能超標量CPU:微架構(gòu)剖析與設(shè)計
會員

《高性能超標量CPU:微架構(gòu)剖析與設(shè)計》基于當前主流的高性能CPU設(shè)計規(guī)格,全面介紹了高性能超標量CPU微架構(gòu)的設(shè)計,并做出對應(yīng)的分析。主要內(nèi)容包括業(yè)界主流高性能處理器架構(gòu)及超標量流水線背景知識(第1章);CPU前端,包括指令提取單元、分支預(yù)測單元、指令譯碼單元的設(shè)計和優(yōu)化,以及指令緩存的相關(guān)設(shè)計(第2、3章);分支預(yù)測單元的原理、設(shè)計和優(yōu)化,寄存器重命名與發(fā)射隊列的原理和設(shè)計(第4、5章);執(zhí)行單元與浮點運算單元的設(shè)計實現(xiàn)(第6、7章);訪存單元與數(shù)據(jù)緩存設(shè)計(第8章);重排序緩沖的原理及設(shè)計(第9章);IntelP6CPU微架構(gòu)設(shè)計實例(第10章)。微架構(gòu)設(shè)計對應(yīng)于指令的生命周期,為讀者提供直觀和清晰的視角,便于讀者對高性能CPU設(shè)計深入理解。《高性能超標量CPU:微架構(gòu)剖析與設(shè)計》可作為從事高性能CPU相關(guān)研發(fā)工作專業(yè)人員的參考書,或用作高等院校計算機及集成電路相關(guān)專業(yè)研究生和高年級本科生的教學(xué)參考用書,也可供對CPU設(shè)計感興趣的讀者閱讀。

李東聲等編著 ·人工智能 ·16.1萬字

Python人工智能
會員

本書系統(tǒng)地介紹了基于Python平臺的人工智能的原理及實現(xiàn)過程,全書共7章。第1章“從這里開始認識Python”,介紹人工智能及Python基礎(chǔ)知識;第2章“Python語法基礎(chǔ)”,通過生動有趣的實驗實例介紹Python編程語法知識;第3章“Python程序設(shè)計”,以實例為基礎(chǔ),介紹Python的編程方法;第4章“數(shù)據(jù)結(jié)構(gòu)”,通過范例介紹列表、元組、字典、集合、函數(shù)等數(shù)據(jù)結(jié)構(gòu)的使用方法;第5章“數(shù)據(jù)庫及應(yīng)用”,主要介紹Python數(shù)據(jù)庫應(yīng)用及Web應(yīng)用開發(fā)技術(shù),通過實例講解Python數(shù)據(jù)庫應(yīng)用;第6章“大數(shù)據(jù)應(yīng)用”,基于實例,主要介紹網(wǎng)絡(luò)爬蟲、Excel數(shù)據(jù)爬取及分析處理等技術(shù),了解數(shù)據(jù)挖掘分析處理等大數(shù)據(jù)應(yīng)用技術(shù)的一般設(shè)計流程;第7章“人工智能”,以具體實例講解照片人臉識別、圖像識別、視頻人臉識別、聊天機器人、微信語音聊天機器人、圖文識別、語音識別及花朵識別等人工智能深度學(xué)習(xí)技術(shù)。本書圖文并茂,示例豐富,講解細致透徹,介紹深入淺出,章后練習(xí)精廣,具有很強的實用性和可操作性,適合初學(xué)或自學(xué)Python的學(xué)生,可作為中小學(xué)STEM教育或培訓(xùn)機構(gòu)的人工智能課程教材,也可作為大中專院校人工智能、軟件工程、計算機等專業(yè)以及相關(guān)課程的教材或參考書,還可以當作全國計算機二級(Python)考試的教材使用。

劉偉善 ·人工智能 ·7.8萬字

TensorFlow機器學(xué)習(xí)(原書第2版)
會員

這是一本TensorFlow機器學(xué)習(xí)入門教程,書中通過大量實例,以淺顯易懂、循序漸進的方式詳細闡釋使用Python和TensorFlow構(gòu)建機器學(xué)習(xí)模型的核心技術(shù)與方法。本書既涵蓋機器學(xué)習(xí)基礎(chǔ)理論,又介紹了如何將機器學(xué)習(xí)核心概念應(yīng)用于現(xiàn)實世界的挑戰(zhàn)(例如,情感分析、文本分類和圖像識別)中,并通過實例展示了用于深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經(jīng)網(wǎng)絡(luò)技術(shù)。全書共分為三部分。第一部分(第1~2章)討論機器學(xué)習(xí)的基本原理及其當前被大規(guī)模應(yīng)用的原因;第二部分(第3~10章)通過大量實例詳細介紹回歸算法和分類算法,涵蓋回歸、分類、無監(jiān)督聚類和隱馬爾可夫模型(HMM)等技術(shù)及應(yīng)用;第三部分(第11~19章)主要介紹神經(jīng)網(wǎng)絡(luò)及其應(yīng)用,涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用于自動分類圖像和面部識別的卷積神經(jīng)網(wǎng)絡(luò)(CNN)、用于時間序列數(shù)據(jù)或語音轉(zhuǎn)文本的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),以及seq2seqRNN架構(gòu)等內(nèi)容。通過閱讀本書,你將能夠:使用TensorFlow進行機器學(xué)習(xí)選擇最佳的機器學(xué)習(xí)方法使用TensorBoard可視化算法與合作伙伴共享結(jié)果在Docker中運行模型

(美)克里斯·馬特曼 ·人工智能 ·16.8萬字

QQ閱讀手機版

主站蜘蛛池模板: 波密县| 华安县| 福海县| 磐石市| 罗平县| 白河县| 额敏县| 永靖县| 兴文县| 广州市| 和平县| 丹棱县| 屏山县| 皋兰县| 吐鲁番市| 石首市| 龙游县| 宣汉县| 方山县| 宁化县| 万盛区| 静乐县| 邻水| 台东市| 句容市| 大埔区| 焉耆| 井陉县| 卫辉市| 泾阳县| 河间市| 枣阳市| 沙坪坝区| 深圳市| 沙坪坝区| 元阳县| 广宗县| 喀喇沁旗| 武平县| 乐清市| 大名县|