九五至尊游戏平台下载游

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。

·20萬字

會員

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。

·19.7萬字

會員

通用人工智能：初心與未來

至少從20世紀50年代起，人們就開始大肆宣傳可能很快就會創造出一種能夠與人類智能的全部范圍和水平相匹配的機器。現在，我們已經成功地創造出了能夠解決特定問題的機器，其準確度達到甚至超過了人類，但我們仍然無法獲得通用智能。這本書想和大家探討一下還需要做什么樣的努力才能不僅獲得專用智能，還能獲得通用智能。如果讀者對智能感興趣，想了解更多關于如何建造自主機器的知識，或者擔心這些機器突然有一天會以一種被稱為“技術奇點”的方式統治世界，請閱讀本書。通過閱讀本書，讀者將會了解到：盡管人工智能已經變得越來越復雜而強大，但計算機科學還遠未創造出通用人工智能。人類自然智能的認知機理以及人工智能發展的初心與使命，從不同方面認知當前人工智能技術的不足。從當前“專用人工智能”到實現真正的“通用人工智能”還需要在哪些方面取得突破。機器智能的進步可能會改變人們從事的工作類型，但它們不會意味著人類存在的終結。為什么機器智能的改進并不會導致由機器所主導的失控性革命，機器智能的進步并不會導致世界末日的到來。

·19.6萬字

會員

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.

·19.5萬字

會員

工業物聯網技術及應用

面向智能制造應用需求，以物聯網技術與先進制造技術深度融合為主線，主要介紹：工業物聯網概念和體系架構；工業現場智能感知技術；工業現場海量數據實時傳輸技術；工業大數據存儲與處理技術；工業大數據集成與融合技術；工業物聯網技術行業應用，包括汽車制造、3C制造、軌道交通裝備、航空航天等。

·18.8萬字

會員

聯邦學習技術及實戰

本書針對產業界在智能化過程中普遍面臨的數據不足問題，詳細地闡述了聯邦學習如何幫助企業引入更多數據、提升機器學習模型效果。互聯網數據一般分布在不同的位置，受隱私保護法規限制不能共享，形成了“數據孤島”。聯邦學習像“數據孤島”之間的特殊橋梁，通過傳輸變換后的臨時變量，既能實現模型效果提升，又能確保隱私信息的安全。本書介紹了聯邦學習技術的原理和實戰經驗，主要內容包括隱私保護、機器學習等基礎知識，聯邦求交、聯邦特征工程算法，三種常見的聯邦形式，以及工程架構、產業案例、數據資產定價等。

·18.5萬字

會員

科學的極致：漫談人工智能

《科學的極致：漫談人工智能》將全面介紹人工智能的發展歷史、探究過程以及在各個領域的應用，以通俗易懂的語言和生動有趣的示例為你揭示人工智能不為人知的奧秘。集智俱樂部是一個從事學術研究、享受科學樂趣的探索者組成的團體，倡導以平等開放的態度、科學實證的精神進行跨學科的研究與交流，力圖搭建一個中國的“沒有圍墻的研究所”。這些令人崇敬的、充滿激情與夢想的集智俱樂部成員將帶你了解圖靈機模型、馮·諾依曼計算機體系結構、怪圈與哥德爾定理、通用人工智能、深度學習、人類計算與自然語言處理，與你一起展開一場令人熱血沸騰的科學之旅。

·18.3萬字

會員

自然語言處理技術：文本信息抽取及應用研究

信息抽取的目的是從海量互聯網文本信息中抽取結構化知識，是知識圖譜自動化構建、更新的基礎，為信息檢索、推薦系統、智能問答等諸多研究領域提供底層知識推理支撐并取得了重大突破，是推動人工智能技術由感知走向認知的關鍵要素，具有重要的研究意義和實用價值。本書梳理了命名實體識別、關系抽取、事件抽取等相關研究方向的知識資源、基礎理論和實踐應用，詳細介紹了實體關系聯合抽取、弱監督關系抽取、基于遷移學習的關系抽取、多實例聯合事件抽取、基于因變量的事件模板推導等前沿理論研究，并以領域知識圖譜、事理圖譜等為例，詳細介紹了信息抽取在圖譜構建中的應用。最后本書對信息抽取進行了總結和未來研究方向展望。

·18萬字

Python機器學習入門與實戰

本書以零基礎講解為特色，用實例引導讀者學習，深入淺出地介紹Python機器學習的相關知識和實戰技能。全書共17章，分為5篇。第Ⅰ篇為機器學習入門篇，包含第1章，主要介紹機器學習的概念、機器學習研究的主要任務、如何選擇合適的算法及機器學習研究問題的一般步驟等；第Ⅱ篇為工具模塊使用篇，包含第2~4章，主要介紹數組計算NumPy、數據分析Pandas、圖形展示Matplotlib等；第Ⅲ篇為專業技能提升篇，包含第5~13章，主要介紹算法綜述、決策樹、樸素貝葉斯、邏輯回歸、支持向量機、AdaBoost、線性回歸、k-means、PCA等；第Ⅳ篇為深度學習延伸篇，包含第14章，主要介紹卷積神經網絡；第Ⅴ篇為項目技能實戰篇，包含第15~17章，主要介紹驗證碼識別、答題卡識別、機器學習簡歷指導等。同時，本書隨書贈送了大量相關的學習資料，以便讀者擴展學習。本書適用于任何想學習Python機器學習的讀者。無論讀者是否從事Python相關工作，是否接觸過Python，均可通過學習本書快速掌握Python機器學習的開發方法和技巧。

·17.9萬字

會員

人工智能能不能

人工智能這門學科一直伴隨爭議，有人認為人工智能無所不能，也有人認為它并不神奇。本書試圖以冷靜的心態、客觀的視角、求實的態度、基于邏輯的思考，通過對人工智能的全面審視和深入剖析，系統闡述人工智能究竟是“能”還是“不能”。本書介紹了人工智能的現狀和基本概念，并介紹了一系列關于人工智能的創新性見解，如人腦智能、人腦基本能力模型、機器智能、智能機器等，并重點論述了人工智能未來的潛力和局限性。本書適用于想了解人工智能的讀者，以及從事人工智能研究但需要創新思維的科研工作者。

·17.6萬字

會員

現代人工智能技術

《現代人工智能技術》對現代人工智能的理論、算法、框架及應用進行了全面、系統的論述，剖析了人工智能研究領域的前沿學術成果，涵蓋了機器學習、深度學習、強化學習以及聯邦學習等諸多方向。讀者通過學習本書，能夠掌握人工智能的基本知識，并能了解人工智能研究的一些前沿內容，為進一步學習人工智能理論與應用奠定基礎。全書共分為9章，分別為緒論、知識表達、推理方法、智能算法、機器學習、神經網絡、深度學習、強化學習、聯邦學習。本書可作為計算機類、自動化類、電氣類、電子信息類專業的本科生、研究生學習人工智能課程的參考用書，也可供高等院校的教師、研究機構的研究人員，以及相關法律法規制定者和政府監管部門參考。

·16.9萬字

會員

人工智能導論

本書致力于推動人工智能的普及教育，結合最新的人工智能科學技術的發展成果，使用通俗易懂的語言深入淺出地介紹了人工智能的相關知識，重點介紹了人工智能的孕育、人工智能的誕生、人工智能的復蘇、人工智能的高速發展、人工智能的應用分支和哲學與思考等方面，在每章節后都有與之對應的章節習題，供學習者學習，以強化學生解決問題的能力。

·16.7萬字

會員

深度學習

全球科技巨頭紛紛擁抱深度學習，自動駕駛、AI醫療、語音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學習在發揮神奇的作用。深度學習是人工智能從概念到繁榮得以實現的主流技術。經過深度學習訓練的計算機，不再被動按照指令運轉，而是像自然進化的生命那樣，開始自主地從經驗中學習。本書作者特倫斯·謝諾夫斯基是全球人工智能十大科學家之一、深度學習先驅及奠基者，親歷了深度學習在20世紀70年代到90年代的寒冬。但他和一眾開拓者，利用大數據和不斷增強的計算能力，終于在神經網絡算法上取得重大突破，實現了人工智能井噴式的發展。作為深度學習領域的通識作品，本書以恢弘的筆觸，通過3個部分全景展現了深度學習的發展、演變與應用，首次以親歷者視角回溯了深度學習浪潮在過去60年間的發展脈絡與人工智能的螺旋上升，并前瞻性地預測了智能時代的商業圖景。

·16.3萬字

會員

高性能超標量CPU：微架構剖析與設計

《高性能超標量CPU：微架構剖析與設計》基于當前主流的高性能CPU設計規格，全面介紹了高性能超標量CPU微架構的設計，并做出對應的分析。主要內容包括業界主流高性能處理器架構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、分支預測單元、指令譯碼單元的設計和優化，以及指令緩存的相關設計（第2、3章）；分支預測單元的原理、設計和優化，寄存器重命名與發射隊列的原理和設計（第4、5章）；執行單元與浮點運算單元的設計實現（第6、7章）；訪存單元與數據緩存設計（第8章）；重排序緩沖的原理及設計（第9章）；IntelP6CPU微架構設計實例（第10章）。微架構設計對應于指令的生命周期，為讀者提供直觀和清晰的視角，便于讀者對高性能CPU設計深入理解。《高性能超標量CPU：微架構剖析與設計》可作為從事高性能CPU相關研發工作專業人員的參考書，或用作高等院校計算機及集成電路相關專業研究生和高年級本科生的教學參考用書，也可供對CPU設計感興趣的讀者閱讀。

·16.1萬字

會員

MindSpore科學計算

本書全面、系統地探討科學計算的背景、機器學習的重要性以及昇思MindSpore框架在科學計算中的廣泛應用。科學計算作為一門交叉學科，融合了數學、計算機科學與技術等領域的專業知識，在現代科學研究和工程實踐中起著關鍵作用。本書以MindSpore為平臺，深入研究這一全場景AI框架在科學計算中的探索與實踐，通過對基礎理論、行業應用和實際案例的詳細介紹，為讀者提供全方位的學習和參考資料。全書共8章，首先詳細介紹科學計算的基礎理論，包括數學模型、算法原理等，為讀者打下堅實的理論基礎。然后，通過MindSpore在電磁學、生物計算、流體力學、氣象學、材料化學及量子計算等領域的實際案例，幫助讀者深刻理解MindSpore在現實場景中的應用，為未來的科學計算實踐提供實際的指導和參考。本書不僅適合AI、智能科學與技術、計算機科學與技術、電子信息工程、自動化等相關專業的本科生和研究生閱讀，也可為軟件開發工程師和科研人員提供深入了解MindSpore框架及其實踐的豐富資料。

·15.7萬字

會員

機器學習編程：從編碼到深度學習

本書從一個完全不了解機器學習的程序員的視角出發，通過一系列生動有趣的具體應用實例，運用詼諧的語言以循序漸進的方式比較系統地介紹機器學習的本質思想、基本理論和重要算法，比較細致地剖析線性模型、感知機模型、淺層神經網絡、深度神經網絡的設計原理與編程方法，引導讀者親自動手從零開始打造和完善機器學習的底層代碼，逐步消除對機器學習算法原理的認知盲點，讓廣大初學者能夠較為輕松地掌握機器學習和深度學習的基本理論和編程技術。本書是從零基礎初學者的思維角度編寫的，適合作為智能科學與技術、數據科學與大數據技術、計算機科學與技術以及相關專業的本科生或研究生的機器學習入門教材，也可供工程技術人員和自學讀者學習參考。

·15.6萬字

會員

大模型工程化：AI驅動下的數據體系

大模型在眾多領域得到了廣泛應用，促進了AI技術的整合和創新。然而，在實際應用過程中，直接將大模型應用于特定行業常常難以達到預期效果。本書詳細闡述如何在游戲經營分析場景中利用大模型實現數據體系的建設。本書分為6個部分，共16章。第1部分主要介紹大模型技術的發展與應用，從大模型的發展現狀展開，重點介紹大模型與數據體系的相關知識。第2部分主要介紹大模型下的關鍵基礎設施，涵蓋湖倉一體引擎、湖倉的關鍵技術、實時數據寫入和高效數據分析等內容。第3部分主要介紹大模型下的數據資產，圍繞數據資產重塑、數據資產標準、數據資產建設、數據資產運營展開。第4部分主要介紹自研領域大模型的技術原理，涵蓋領域大模型的基礎、需求理解算法、需求匹配算法、需求轉譯算法等內容。第5部分主要介紹大模型的工程化原理，涉及工程化的基礎、技術籌備、建設要點、安全策略等內容。第6部分介紹大模型在游戲領域的應用，通過游戲領域的經營分析案例，系統地闡述如何實現業務需求。本書適合致力于大模型技術應用的數據工程師閱讀，也適合尋求AI自動化編程解決方案的軟件開發者閱讀，還適合希望利用AI提升業務效率的企業決策者閱讀。

·15.6萬字

AR改變世界

《AR改變世界》讓我們對空間的和可穿戴的計算無處不在的新世界，以及這些技術的經濟和社會影響有了超級洞察力。你一定會喜歡這本由AR賦能的書，這使它不僅僅是一本書。就像人類的未來一樣，它被增強了！

·15.5萬字

會員

深度學習入門與實踐

大約在一百年前，電氣化改變了交通運輸行業、制造業、醫療行業、通信行業，如今AI帶來了同樣巨大的改變。AI的各個分支中發展最為迅速的方向之一就是深度學習。本書主要涉及以下內容：第1部分是神經網絡的基礎，學習如何建立神經網絡，以及如何在數據上面訓練它們。第2部分進行深度學習方面的實踐，學習如何構建神經網絡與超參數調試、正則化以及一些高級優化算法。第3部分學習卷積神經網絡(CNN)，以及如何搭建模型、有哪些經典模型。它經常被用于圖像領域，此外目標檢測、風格遷移等應用也將涉及。最后在第4部分學習序列模型，以及如何將它們應用于自然語言處理等任務。序列模型講到的算法有循環神經網絡（RNN）、長短期記憶網絡（LSTM）、注意力機制。

·15.2萬字

會員

Prompt魔法：提示詞工程與ChatGPT行業應用

這是一本能指引我們每個人贏在AI時代的著作，它將教會我們在各種場景中熟練使用ChatGPT等AI工具和編寫提示詞，大幅提升我們的工作效率，讓我們實現AI普惠，成為AI高手。本書的幾位作者都是AI領域的技術專家和應用布道者，本書是他們豐富實踐經驗的總結。閱讀本書，你將獲得以下知識和技能：認識AICC將給社會和個體帶來的深刻影響及其背后的本質，包括AIGC如何引發生產效率革命、如何重新定義腦力勞動、如何調整社會分工、如何重新分配社會價值等；ChatGPT/GPT-4、文心一言、Midjourney、StableDiffusion、DALL·E3等主流AIGC工具的配置、使用和選型；提示詞（Prompt）編寫的入門指南、基本原則、黃金公式和進階技巧；AIGC輔助文案寫作、文稿翻譯、數據分析、郵件撰寫、PPT制作、工作總結、知識整理、圖片生成等；程序設計、藝術設計、游戲開發與設計、自媒體、市場營銷、產品和運營、金融、教育、科研、咨詢、學習等10余個行業和領域的AIGC應用場景和提示詞寫作技巧；用好AI工具，成為AI時代的超級個體。全書有200余個案例，200余個提示詞模版，人人一看就懂，一學就會。

·14.8萬字

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

深度學習與神經網絡