mg不朽情缘8个红妹多少倍

全書共分為兩篇：在上篇中，將從浩瀚的數學海洋中擷取機器學習研究人員最為必須和重要的數學基礎。內容主要包括：微積分（含場論）、數值計算和常用最優化方法、概率論基礎與數理統計、線性代數等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，這部分內容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網絡和HMM等）、分類算法（包括SVM，邏輯回歸，神經網絡等）和聚類算法（包括K均值和EM算法等）等話題。

·22.2萬字

會員

機器學習（第2版）

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書涵蓋了機器學習和深度學習的基礎知識，主要包括機器學習的概述、統計學基礎、分類、聚類、神經網絡、貝葉斯網絡、支持向量機、文本分析、分布式機器學習算法等經典的機器學習基礎知識，還包括卷積神經網絡、循環神經網絡、生成對抗網絡、目標檢測、自編碼器等深度學習的內容。此外，本書還介紹了機器學習的熱門應用領域推薦系統以及強化學習等主題。本書深入淺出、內容全、案例豐富，每章都提供Python程序代碼和習題，供讀者鞏固所學知識。

·30.2萬字

會員

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。

·20.3萬字

會員

AI與區塊鏈智能

本書主要討論在智能經濟的浪潮下，人工智能技術與區塊鏈技術的范式變革與產業應用，以及如何從數字經濟學視角理解智能經濟發展的商業邏輯變化和它所帶來的商業認知升級。全書包括從信息技術到智能經濟、區塊鏈技術應用與場景、人工智能技術應用與場景、智能經濟時代的商業趨勢四部分，共20講內容。本書通過跨學科研究，構建了一整套認知人工智能技術與區塊鏈智能技術的方式。書中不僅從計算機科學視角討論了技術與產業應用，還從經濟學、管理學和信息技術哲學視角分析了技術應用所帶來的商業邏輯的變化和商業認知的升級。本書在強調計算機科學技術帶來的產業發展和生態變化的同時，還指出技術對經濟的內在影響是通過復雜的系統演化逐步實現的。本書可作為高等院校計算機科學、經濟管理學等專業本科生或研究生的教材，也可供數字經濟領域的研究者學習參考。此外，普通讀者可將本書作為了解智能經濟和數字經濟學的一本通識類書籍來閱讀。

·23萬字

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

新智元：機器+人類=超智能時代

谷歌AlphaGO戰勝李世石，標志著機器智能向人類智能的領地又邁進了偉大的一步。而“互聯網”向“智能”時代的躍遷，也昭示新智能時代即將到來。2016年，恰逢人工智能誕生60周年，本書是人工智能技術和產業狂飆突進的見證，為讀者打開人工智能世界的一扇大門，不僅可以一窺百度大腦、訊飛超腦、中國大腦計劃究竟，更可以著名人工智能研究院院長等頂級專家大咖的技術解密作為對智能產業未來趨勢的參照。近百位學界、商界、技術界、產業界的專家，從機器人、機器人學習、智能汽車、智能醫療、認知科學、高性能計算和“AI”投資等不同視角，對人工智能和機器人產業進行評析。人類未來在AI時代將何去何從，超智能時代將引發社會更多思考。

·20.7萬字

會員

人工智能：語音識別理解與實踐

全書首先概要介紹了傳統語音識別理論和經典的深度神經網絡核心算法。接著全面而深入地介紹了深度學習在語音識別中的應用，包括“深度神經網絡-隱馬爾可夫混合模型”的訓練和優化，特征表示學習、模型融合、自適應，以及以循環神經網絡為代表的若干先進深度學習技術。

·27.3萬字

會員

智能原理

本書全面梳理了各個學科與智能研究相關的成果，在此基礎上歸納了一般智能的構成要素，形成了生物智能和非生物智能統一的智能理論體系。系統分析了智能的進化、發展、使用和評價，提出了語義邏輯的主要準則和不同于馮?諾伊曼體系的智能計算架構。并且為構建本書所述非生物智能體或人工智能學界討論的通用人工智能提出了一條可實現的路徑。本書適合對智能和人工智能感興趣的學生、學者和實踐工作者閱讀。

·25.9萬字

會員

自然語言處理導論

自然語言處理是人工智能的重要方向之一，被譽為人工智能皇冠上的"明珠”。它融合了語言學、計算機科學、機器學習等多學科內容。本書主要包含基礎技術、核心技術以及模型分析三個部分。基礎技術部分主要介紹自然語言處理的基礎任務和底層技術，包含詞匯分析、句法分析、語義分析、篇章分析和語言模型；核心技術部分主要介紹自然語言處理應用任務和相關技術，主要包括信息抽取、機器翻譯、情感分析、智能問答、文本摘要、知識圖譜；模型分析部分主要介紹基于機器學習的自然語言處理模型的穩健性和可解釋性問題。

·36.5萬字

會員

分布式人工智能

全書可分為五大部分，闡述了分布式人工智能的基礎知識以及相關進展，包括分布式人工智能簡介、分布式規劃與優化、多智能體博弈、多智能體學習和分布式人工智能應用。除此之外，由于本領域尚處于蓬勃發展階段，相關技術與應用層出不窮，因此書中還提供了研究者對于分布式人工智能發展的相關預測，主要集中在：第一，更復雜和更大規模的分布式人工智能問題的研究和解決；第二，分布式人工智能的安全性，魯棒性和泛化性，這將極大地促進人們對于分布式人工智能問題的理解；第三，分布式人工智能的可解釋性，這將使得人類能夠理解算法的決策，為分布式人工智能的落地減少障礙。本書適合相關領域的從業者學習，也適合作為本領域研究者的案頭參考。

·22.7萬字

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

人機物融合群智計算

隨著物聯網和人工智能技術的快速發展與加速融合，智能物聯網（AIinIoT，AIoT）正成長為一個具有具有廣泛發展前景的新興前沿領域。物聯網智能應用和服務已經逐步融入國家重大需求和民生的各個領域，如智慧城市、智能制造、無人駕駛、智慧農業、健康衛生、國防軍事等。在智能物聯網背景下，人（智能手機、可穿戴設備等）、機（云設備/邊緣設備）、物（物聯網終端）這三種基礎要素正在走向協作和融合，邁向人機物融合群智計算時代。人機物融合群智計算（CrowdHMI）是指利用人/機/物感知能力的差異性、計算資源的互補性、節點間的交互性，通過協同感知、分布式學習、群智知識遷移等來解決單獨利用某種智能難以解決的復雜問題，進而構建具有自學習、自組織、自適應、可遷移能力的智慧空間。其潛在的研究挑戰包括人機物群智融合機理，人機物協作群智感知，自學習增強與自適應演化（深度模型壓縮、遷移學習、元學習、終身學習等），群體分布式學習模型（邊緣智能、端邊云協同計算、多智能體強化學習、聯邦學習等）方面。本書將為大家介紹人機物融合群智計算的基礎理論、概念模型、研究挑戰與關鍵技術、典型應用，并對其未來發展方向進行展望。本書可以為物聯網、人工智能、工業互聯網、智慧城市、智能制造等領域的科研人員和IT從業者提供創新的發展視角及相關理論、方法與技術支撐，也可作為相關專業高年級本科生和研究生課程教材。

·44.4萬字

會員

思維工程

本書是邏輯仿生符號主義AI第一代原型機的詳細的搭建計劃。主要內容涉及AI核心智能系統：語言、認知、情緒以及反映模式機制的構建。本書中凡是對AI做出的機制層的描述都有對應的人類智能的印證，都有對應的模塊描述；凡是有模塊描述的都有對應的實驗設計。著者5年前出版了《思維工程導論》，之后帶領著100多人的團隊經歷了5年工程實踐，如今把過去5年的研究成果匯聚于此書。這本《思維工程》已不是泛泛而談的科普讀物，是為顛覆性技術的實踐做的最后的準備。

·34.3萬字

會員

人工智能及其應用

本書為普通高等教育“十一五”國家級規劃教材。系統地闡述了人工智能的基本原理、方法和應用技術，比較全面地反映了國內外人工智能研究領域的最新進展和發展方向。全書共分為11章。首先簡要介紹了人工智能的發展歷史及概況；然后重點介紹了人工智能的知識表示方法，搜索技術和知識推理；最后詳細介紹了人工智能的主要應用以及一些應用實例。內容由淺入深、循序漸進，條理清晰，各章均有大量的例題，便于讀者掌握和鞏固所學知識，讓學生在有限的時間內，掌握人工智能的基本原理與應用技術，提高對人工智能習題的求解能力。

·32.3萬字

會員

實戰機器學習

隨著互聯網、物聯網、云計算等技術的不斷發展，許多領域都產生了大量的數據。利用機器學習技術分析海量數據，可以從數據中發現隱含的、有價值的規律和模式，進而用于預測并采取相應動作。在上述背景下，本書從理論、技術和應用三個層面入手，全面講解如何利用機器學習技術解決實際問題。本書共分26章，內容包括機器學習解決問題流程、問題分析與建模、數據探索與準備、特征工程、模型訓練與評價、模型部署與應用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯規則學習、神經網絡基礎、正則化、深度學習中的優化、卷積神經網絡、循環神經網絡、自編碼器、基于深度學習的語音分離方法、基于深度學習的圖像去水印方法、基于LSTM的云環境工作負載預測方法、基于QoS的服務組合問題、基于強化學習的投資組合方法、基于GAN模型的大數據系統參數優化方法。本書內容全面、示例豐富，適合機器學習初學者以及想要全面掌握機器學習技術的算法開發人員，也適合高等院校和培訓機構人工智能相關專業的師生教學參考。

·22.4萬字

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。