财神捕鱼技巧

1936年，時年24歲的圖靈宣稱：“發明一臺可用于計算任意可計算序列的單一機器是有可能的。”在《圖靈的大教堂》一書中，作者喬治·戴森著重介紹了一小群人，為首的是供職于新澤西州普林斯頓高等研究院的約翰·馮·諾依曼，他參與建造了最早的一臺計算機，以實現艾倫·圖靈提出的通用機的愿景。他們的工作打破了用于表意的數字和用于運算的數字之間的區別，世界因此而改變。科學家們使用5千字節的內存（相當于現代計算機桌面上顯示的光標所分配的內存大小），在天氣預測和核武器設計方面，都獲得了前所未有的成功。同時，他們還利用空閑時間解決各種問題——從病毒的進化到恒星的演變。戴森教授的敘述既具有歷史意義，又富于預見性，為第二次世界大戰后期數字宇宙的爆炸提供了新的且重要的信息。代碼和計算機的興起伴隨著兩大歷史性的發展：生物學自我復制序列的破譯和氫彈的發明。最具破壞性和最具建設性的人類發明同時出現并不是巧合。

·26.9萬字

會員

未來制造：人工智能與工業互聯網驅動的制造范式革命

本書由三個深度關聯的篇組成。第一篇從人類文明早期開始，用大量的故事和事實全景式再現手工制造、大機器生產、流水線生產、大規模定制等前四次制造范式的演變和躍進過程。第二篇重點討論智能革命爆發的前因后果，從算力量變、人工智能、智能機器、工業互聯網等幾個維度勾勒出正在發生的智能革命的細節和全貌，告訴大家智能革命為什么，是什么，以及能改變什么。第三篇論證了在以人工智能、工業互聯網為核心的智能革命驅動下，制造范式將向第五制造范式——產用融合演進。產用融合制造范式將促使生產過程與使用過程、生產者和使用者全面融合，構造不斷增值的價值環流，最終形成“邊生產邊使用、邊使用邊生產”的未來制造圖景。

·22萬字

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

會員

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。

·20.3萬字

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

機器人SLAM導航：核心技術與實戰

機器人SLAM導航的一大痛點是很難做到理論與實戰相結合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領域的研究開發人員走出“調參”困境，終結面對硬件和深奧算法時的束手無策，加快算法在實際機器人產品的工程落地與系統性技術突破。本書以ROS編程、傳感器、底盤等機器人開發所涉及的軟硬件基礎知識為切入點，逐步引出SLAM和導航兩大領域核心算法，并結合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導航的數學原理、代碼框架及實操進行深度剖析。本書分為4篇，一共13章。編程基礎篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎知識，為后續學習打好必要的編程基礎。硬件基礎篇（第4～6章），通過對機器人傳感器、機器人主機和機器人底盤的討論，幫助缺少硬件基礎的開發者系統認識機器人硬件，并更好地理解軟件與硬件之間的協同關系。SLAM篇（第7～10章），以各個具體的SLAM系統實現為例，進一步介紹SLAM算法的代碼框架以及核心算法的細節實現。自主導航篇（第11～13章），基于具體自主導航系統實現，剖析自主導航算法的代碼框架以及核心算法的細節實現，并通過一個真實機器人案例向大家介紹應用SLAM導航技術進行開發的完整流程。

·30.9萬字

會員

一本書讀懂智能家居核心技術

本書圍繞智能家居的核心技術，對家庭數字化和智能化的5個關鍵技術領域進行專業、深層次的講解，并以具體的產品示例介紹智能家居的現狀、產品和特點，指出智能家居的發展機遇和趨勢。本書首先簡要回顧了數字家庭信息技術和通信互聯網的發展歷程，介紹了各種技術聯盟和標準組織；然后分別對數字家庭內部的網絡連接技術和外部的寬帶接入技術發展進行講述和比較，讓讀者能透視家庭網絡中的結構和理解數字家庭背后的技術概念；接下來闡述了家庭智能化的兩個技術支柱，即物聯網和人工智能的發展現狀，它們為數字家庭蛻變到智能家庭創造了技術條件；再專門介紹了家庭智能化的安全技術如何保護家庭隱私；最后對智能家居的未來進行展望。

·39.4萬字

會員

生成式人工智能（基于PyTorch實現）

本書通過從零開始構建生成式人工智能模型來探討生成式人工智能的底層機制，并使用PyTorch對生成式人工智能模型進行編程的實踐指導，以期讓讀者在了解生成對抗網絡（GAN）、變分自編碼器（VAE）、循環神經網絡（RNN）、Transformer、擴散模型、大語言模型（LLM）和LangChain等技術原理之后，能構建可生成形狀、數字、圖像、文本和音樂的生成式人工智能模型。本書適合各種商業領域中的人工智能技術工程師和數據科學家在實踐生成式人工智能模型時隨手查閱，也適合生成式人工智能的初學者作為入門指南。

·22萬字

會員

機器人驅動與控制及應用實例

機器人驅動裝置是驅使執行機構運動的機構，按照控制系統發出的指令信號，借助于動力元件使機器人進行動作。本書結合大量工程應用實例，系統介紹基于步進電動機、直流伺服電動機、交流伺服電動機、液壓、氣壓等裝置的驅動與控制技術及其最新應用成果。本書取材新穎，涉及機器人廣泛的應用領域、多種機器人類型和多方面的專業技術。敘述上以應用實例為主講解，條理分明，深入淺出，通俗易讀。本書主要供機電控制、機器人研究開發及應用專業人員學習和參考，也可作為高等院校相關專業師生的教學參考書。

·23.1萬字

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

人工智能對北京市就業的影響與應對

人工智能作為數字經濟及高精尖產業發展的原創性、引領性和代表性技術，在北京國際科技創新中心、全球數字經濟標桿城市的建設中迎來了發展的“關鍵窗口期”和“政策紅利期”，成為北京高質量發展的重要引擎和打造高質量就業“北京樣板”的重大機遇。本書是一部經濟學學術專著，書稿導向積極。本書采用多元數據來源，運用案例研究法、輿情分析與大數據分析法等多種研究方法，從產業與就業動態匹配視角，聚焦人工智能對北京市就業的影響機制、效應和趨勢開展理論和實證研究，在此基礎上提出系統化的應對政策體系和實現路徑。

·25.6萬字

會員

機器學習教程（微課視頻版）

本書兼顧機器學習基礎、經典方法和深度學習方法，對組成機器學習的基礎知識和基本算法進行了比較細致的介紹，對廣泛應用的經典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等算法都給出了深入的分析并討論了無監督學習的基本方法，對深度學習和強化學習進行了全面的敘述，比較深入地討論了反向傳播算法、多層感知機、CNN、RNN和LSTM等深度神經網絡的核心知識和結構；對于強化學習，不僅介紹了經典表格方法，還討論了深度強化學習。本書是面向大學理工科和管理類各專業的寬口徑、綜合性機器學習的教材，可供本科生和一年級研究生課程使用，也可供科技人員、工程師和程序員自學機器學習的原理和算法使用。本書對基礎和前沿、經典方法和熱門技術進行了盡可能的平衡，使得讀者不僅能在機器學習領域打下一個良好的基礎，同時也可以利用所學知識解決遇到的實際問題并為進入學科前沿打好基礎。

·20.6萬字

會員

現代決策樹模型及其編程實踐：從傳統決策樹到深度決策樹

決策樹是數據分析中廣泛使用的機器學習模型，其模型簡單、算法快速且具有可解釋性。但隨著大數據的涌現，將決策樹真正應用到實踐中還面臨諸多困難。本書正是為解決這一痛點而作，旨在幫助讀者系統且全面地了解決策樹，并成功地將其用于工程實踐。

·22.1萬字

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

人工智能：數據與模型安全

本教材聚焦學術前沿，圍繞人工智能的兩大核心要素，即數據和模型，對人工智能領域安全問題以及相關攻防算法展開系統全面、詳細深入的介紹。本教材可以幫助學生充分了解人工智能數據與模型所面臨的安全風險，學習基礎的攻防理論，掌握關鍵的攻防技巧。

·23.9萬字

會員

深入理解AutoML和AutoDL：構建自動化機器學習與深度學習平臺

這是一部從基礎理論、核心原理、前沿算法等多個維度系統、全面講解AutoML、AutoDL、AutoNAS和元學習的著作。作者是資深的人工智能專家，平安科技深度學習平臺和AutoML平臺負責人。本書得到了IEEEFellow/ACM杰出科學家/香港科技大學教授楊強教授、騰訊AILab副主任俞棟、美國佛羅里達大學教授李曉林等8位來自企業界、學術界和媒體界的資深專家的一致好評。它既能讓新人理清AutoML的脈絡，快速上手機器學習，又能讓有經驗的讀者全面掌握AutoML的知識體系，工作變得更高效。

·20.6萬字

會員

深度學習高手筆記（卷2）：經典應用

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。

·21萬字

會員

機器意識：人工智能的終極挑戰

自20世紀90年代以來，人們再次高度關注意識問題，眾多哲學家、心理學家與神經科學家在此領域開展了深入的研究工作（Zelazo，2007）。與此同時，人們也開始嘗試用計算方法讓機器裝置擁有意識能力。這類研究逐漸被稱為“機器意識”（MachineConsciousness）研究，有時也用“人工意識”（ArtificialConsciousness）或偶爾用“數字覺知”（DigitalAwareness）來稱呼這一領域。

·27.9萬字

會員

人機交互：以用戶為中心的設計和評估（第6版）

本書的主題----“以用戶為中心的設計”就是要通過對用戶的深刻了解，根據用戶需求進行設計，并且通過用戶進行驗證的系統方法。這種方法可以有效地防止產品可用性問題，并能幫助設計人員設計出高水平的軟件。本書正是從軟件可用性的角度介紹了國外流行的以用戶為中心的軟件設計過程和方法。書中系統地論述了以用戶為中心的軟件設計的四個重要部分：人機交互分析，體驗設計方法，用戶界面設計專題，人機交互評估等重要內容。為讀者提供學科最前沿的信息。

·33.5萬字

會員

人工智能安全

本書在簡要介紹人工智能發展歷程、世界各國人工智能戰略規劃之后，重點圍繞人工智能安全主題，提出人工智能安全體系架構，討論了人工智能助力安全、人工智能內生安全、人工智能衍生安全等相關內容，并深入研究了人工智能安全倫理準則。本書還詳細分析了人工智能行為體及其可能引發的安全問題，提出了人工智能保險箍的解決方案，并給出了人工智能行為體的安全評估與檢測方法。本書最后還探討了人工智能的前沿技術，以及人工智能安全的未來發展趨勢。本書適合人工智能及安全領域的研究人員、管理人員以及廣大愛好者閱讀。

·27.5萬字

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

圖靈的大教堂：數字宇宙開啟智能時代