pg电子夺宝黄金城视频

過去，金融業(yè)的運轉(zhuǎn)依賴于人工作業(yè)。在筆者的印象中，20世紀90年代的銀行柜臺和證券交易大廳總是擠滿了人——有來存工資的職員，有來收匯貨款的企業(yè)會計，有盯完大盤后去窗口排隊等待交易的股民……涉及錢的業(yè)務，手續(xù)總是繁多冗雜，填表蓋章按手印，常常一等就是大半天。客戶焦急，因為時間就是金錢；工作人員任務繁重，恨不得長出三頭六臂，學會分身之術(shù)。

·13萬字

會員

樹莓派創(chuàng)客：手把手教你搭建機器人

本書遵循由淺入深、由易到難的原則，循序漸進地介紹使用樹莓派玩轉(zhuǎn)機器人的必備軟硬件知識與技術(shù)。全書共8章，第1~4章為樹莓派入門部分，主要介紹樹莓派軟硬件、Scratch和Python編程語言以及各種傳感器的使用，并提供豐富的操作案例，方便讀者輕松構(gòu)建樹莓派項目。本部分學會之后，讀者基本上可以掌握使用樹莓派軟硬件與第三方軟硬件協(xié)同工作，搭配和使用傳感器親手搭建一個簡單的用于巡線且自動跟隨和停止的機器無人車。第5~8章為提高部分，本部分深入地介紹樹莓派的各種高級玩法，還將介紹更多、更加智能的第三方軟硬件，比如近年來火熱的人工智能系列傳感器以及機器人操作系統(tǒng)ROS的使用，同時兼顧PC和手機操作，為讀者玩轉(zhuǎn)機器人提供更多的趣味場景。本書的特點是使用低成本硬件，趣味性和可操作性強，適合對樹莓派及機器人感興趣的各類讀者閱讀。

·6.3萬字

會員

AI訓練師手冊：算法與模型訓練從入門到精通

本書共有10章，包括51個實操案例解析和80個行業(yè)案例分析。書中內(nèi)容從技能線和案例線展開介紹。技能線：從人工智能的相關(guān)技術(shù)入手，不僅介紹了AI訓練師的發(fā)展歷程和行業(yè)動態(tài)，還重點講述了AI訓練師的職業(yè)技能提升方法。案例線：不僅涵蓋了AI領(lǐng)域的各個方面，而且非常注重算法與模型的實際應用，通過分析大量的經(jīng)典案例，可以讓讀者更好地掌握AI訓練的相關(guān)技能。

·11.6萬字

會員

深度學習初學者指南

本書分為三部分。第一部分將幫助你快速理解從數(shù)據(jù)中學習、深度學習基本架構(gòu)、如何準備數(shù)據(jù)，以及深度學習中經(jīng)常使用的基本概念。第二部分將重點介紹無監(jiān)督學習算法。從自編碼器開始，然后轉(zhuǎn)向?qū)訑?shù)更深、規(guī)模更大的神經(jīng)網(wǎng)絡模型。第三部分介紹監(jiān)督學習算法，你將掌握基本和高級深度學習模型的實現(xiàn)方法，并能夠?qū)⑦@些模型用于分類、回歸以及從潛在空間生成數(shù)據(jù)等應用場合。

·13.3萬字

會員

生成對抗網(wǎng)絡GAN：原理與實踐

這是一本系統(tǒng)講解GAN理論、模型、常見問題，并為視覺和語音領(lǐng)域的大部分應用場景提供GAN解決方案和綜合實例的著作。作者在人工智能領(lǐng)域積累頗深，這本書得到了前阿里巴巴達摩院華先勝和中國科學院自動化所劉成林的推薦。前4章有針對性地講解GAN的理論，幫助讀者夯實基礎；后8章講解應用，用大量經(jīng)典的模型和9個案例，為8個應用場景提供了GAN解決方案。第1~4章首先介紹了無監(jiān)督生成模型、顯式生成模型、以GAN為代表的隱式生成模型等各種生成模型的理論和原理；然后講解了GAN中的目標函數(shù)及其數(shù)學原理、GAN在訓練中的常見問題和相應解決方案、GAN的評價指標和可視化等；第5~12章分別講解了圖像生成GAN的各類模型與應用、圖像翻譯GAN的各類模型與應用、人臉圖像編輯GAN的各類模型與應用、圖像質(zhì)量增強GAN的各類模型與應用、三維圖片與視頻生成GAN的各類模型與應用、通用的圖像編輯GAN框架、對抗攻擊以及GAN在其中的應用、GAN在語音信號處理中的實戰(zhàn)應用。全書內(nèi)容理論體系完善，GAN的目標優(yōu)化、訓練、評估等內(nèi)容同類書中極少提及；內(nèi)容豐富、循序漸進，覆蓋視覺和語音中的絕大部分應用場景；實戰(zhàn)性強，9個綜合案例，提供案例源代碼和解讀，以及實驗數(shù)據(jù)和實驗結(jié)果對比分析；圖文并茂，包含大量原創(chuàng)圖表，可讀性強。

·14.8萬字

會員

人工智能程序員面試筆試寶典

《人工智能程序員面試筆試寶典》是一本講解人工智能面試筆試的百科全書，在寫法上，除了講解常見的面試筆試知識點，還引入了相關(guān)示例和筆試題輔以說明，讓讀者能夠更加容易理解。《人工智能程序員面試筆試寶典》將人工智能面試筆試過程中各類知識點一網(wǎng)打盡，在內(nèi)容的廣度上，通過各種渠道，搜集了近3年來知名IT企業(yè)針對人工智能崗位面試涉及的知識點，包括但不限于人工智能、計算機網(wǎng)絡、操作系統(tǒng)、算法等，所選擇的知識點均為企業(yè)招聘考查的知識點。在講解的深度上，本書由淺入深分析每一個知識點，并提煉歸納，同時，引入相關(guān)知識點，并對知識點進行深度剖析，讓讀者不僅能夠理解這個知識點，還能在遇到相似問題的時候，也能游刃有余地解決。本書對知識點進行歸納分類，結(jié)構(gòu)合理，條理清晰，對于讀者進行學習與檢索意義重大。

·13.5萬字

會員

因果推斷與機器學習

本書是一本理論扎實，同時聯(lián)系實際應用的圖書。全書系統(tǒng)地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領(lǐng)域的應用。全書共分6章。第1章從潛結(jié)果框架和結(jié)構(gòu)因果模型出發(fā)，介紹因果推斷的基本概念和方法。第2章介紹近年統(tǒng)計和機器學習文獻中出現(xiàn)的一些重要的基于機器學習的因果推斷方法。第3章介紹能夠提高機器學習模型的泛化能力的因果表征學習。第4章介紹因果機器學習如何提高機器學習模型的可解釋性與公平性。第5章介紹因果機器學習在推薦系統(tǒng)和學習排序中的應用。第6章是對全書的一個總結(jié)和對未來的展望。本書對結(jié)合因果推斷和機器學習的理論與實踐進行了介紹。通過閱讀本書，讀者不僅可以掌握因果機器學習的基礎理論，還可對本書中提到的論文代碼進行鉆研，從而在實踐中加深對因果機器學習的理解。

·14.3萬字

會員

TensorFlow 2.0神經(jīng)網(wǎng)絡實踐

本書通過聚焦于開發(fā)基于神經(jīng)網(wǎng)絡的解決方案來介紹機器學習，首先將從熟悉構(gòu)建深度學習解決方案所需的概念和技術(shù)開始，然后介紹如何創(chuàng)建分類器、構(gòu)建目標檢測和語義分割神經(jīng)網(wǎng)絡、訓練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開發(fā)過程。學完本書之后，讀者將能夠使用TF2.0開發(fā)任何機器學習問題的解決方案，并能將它們部署到生產(chǎn)環(huán)境之中。

·12.5萬字

會員

巧用AI工具高效搞定PPT設計與制作

本書講解如何利用AI工具來高效制作和設計PPT，全書共分為8章，前面7章分別介紹了PPT不同制作內(nèi)容的相關(guān)知識和技巧，包括軟件操作層面、設計思維層面、素材應用層面的內(nèi)容，第8章模擬了兩個真實工作場景下的PPT使用需求，逐步講解設計的關(guān)鍵環(huán)節(jié)，旨在幫助讀者解決工作中的實際問題。

·601字

會員

AI爆款文案：巧用AI大模型讓文案變現(xiàn)插上翅膀

本書通過對10款人工智能應用的介紹及調(diào)試，幫助讀者快速掌握人工智能輔助文案變現(xiàn)的方式。本書共10章，分別講解AI智能創(chuàng)作，AI爆款文案寫作工具，人工智能輔助泛流量文案、泛商業(yè)文案、私域文案創(chuàng)作，利用人工智能實現(xiàn)文案變現(xiàn)的底層邏輯，以及在今日頭條、百家號、小紅書、知乎等平臺及不同展示形式下進行文案創(chuàng)作的實戰(zhàn)案例等。

·12.2萬字

會員

機器人制作從入門到精通（第3版）

本書從仿生機器人的角度出發(fā)，以實例形式詳細介紹了當今流行的機器人設計、選材和制作方法，意在讓讀者以最快的速度掌握制作小型機器人所需的知識和技能，提高制作水平。本書第3版在第2版的基礎上新增了4個制作實例，新增篇幅占總篇幅的1-4左右，內(nèi)容更加豐富。書中收錄的17個精彩實例涵蓋了模擬機器人、神經(jīng)網(wǎng)絡機器人、數(shù)字機器人、數(shù)字式電子計算機等4大門類，內(nèi)容包括機器人的工作原理、設計思路和具體實現(xiàn)方法，可以循序漸進地助你從入門者進階為高手。

·7.6萬字

會員

機器人構(gòu)建實戰(zhàn)

隨著科技的不斷發(fā)展，軟硬件之間的整合越來越密切，機器人也在這樣的大環(huán)境下獲得了前所未有的發(fā)展。機器人構(gòu)建實戰(zhàn)是一本基礎的介紹機器人設計與搭建的指南，能夠幫助更多的人了解機器人。機器人構(gòu)建實戰(zhàn)通過6篇，共計30章內(nèi)容，全面細致地向讀者介紹了有關(guān)機器人的相關(guān)知識。機器人構(gòu)建實戰(zhàn)從基礎知識講起，分別介紹了避障機器人、除障機器人、全向運動機器人以及幾個綜合項目。機器人構(gòu)建實戰(zhàn)內(nèi)容全面、講解細致，可作為高等院校的機械、電子、計算機、自動化等相關(guān)專業(yè)學生的機器人課程與實訓的指導用書，也可供機器人愛好者及參加機器人比賽的師生選用。

·8.1萬字

會員

深度學習與圖像識別：原理與實踐

本書是一本有關(guān)人工智能圖像識別應用開發(fā)與實踐指導類的教材，主要介紹圖像處理應用項目開發(fā)的基本流程、圖像識別處理應用項目關(guān)鍵技術(shù)。本書直擊當今研究熱點，選擇有代表性的專題項目而且盡量避免復雜的數(shù)學推導，易于讀者理解，專注于實戰(zhàn)。詳細介紹了numpy，knn，線性回歸，邏輯回歸，神經(jīng)網(wǎng)絡在圖像識別上的應用，并為后一部分的深度學習做好鋪墊。同時，針對每一個項目介紹項目的應用及意義，該項目的數(shù)據(jù)特征分析、識別系統(tǒng)設計、圖像預處理技術(shù)、特征提取技術(shù)，以及識別方法等。書中實例程序的框架結(jié)構(gòu)簡單，代碼簡潔，讀者可在數(shù)字圖像處理技術(shù)的基礎上進一步深化學習內(nèi)容，提高實踐應用能力和項目開發(fā)能力。

·10.8萬字

會員

MATLAB在電子信息工程中的應用

MATLAB語言具有使用方便、輸入簡捷及編程效率高等特點，本書主要向讀者介紹了MATLABR2008的基礎知識和電子仿真技術(shù)，并詳細介紹了集成在MATLAB中的Simulink軟件包。書中的內(nèi)容涉及MATLAB基礎知識、MATLAB常用語法、Simulink應用、控制系統(tǒng)數(shù)學模型的MATLAB描述及建模、MATLAB在控制系統(tǒng)中的應用、數(shù)字信號處理在MATLAB中的實現(xiàn)、濾波器模型、MATLAB在通信系統(tǒng)中的應用及示例、通信系統(tǒng)的評估及MATLAB示例等。

·14.9萬字

會員

深度學習計算機視覺實戰(zhàn)

本書是一本看懂計算機視覺的實戰(zhàn)指南，使用理論與實踐相結(jié)合的思想，真正一站式搞定理論學習、算法開發(fā)到模型部署上線。全書內(nèi)容共分為四個部分。第一部分包括第1、2章，主要講解深度學習和計算機視覺基礎，如計算機視覺領(lǐng)域的經(jīng)典網(wǎng)絡和常見的目標檢測算法；第二部分包括第3～6章，主要講解圖像處理知識，結(jié)合應用案例，對知識點進行分析說明；第三部分包括第7～11章，主要講解計算機視覺中的實戰(zhàn)項目，對實現(xiàn)細節(jié)做了追本溯源的講解；第四部分包括第12～13章，主要講解模型的落地部署，該部分的講解基于TensorFlowLite框架，該框架受眾廣、熱度高，且在各種平臺都有對應的支持與優(yōu)化加速方案，方便讀者使用。本書中的上百個知識點與50多個案例都是作者工程應用中的經(jīng)驗總結(jié)，每章末尾均有“進階必備”，給讀者提供更多的拓展知識。本書適合計算機視覺的初學者、計算機視覺算法開發(fā)人員、對深度學習有興趣的用戶或者亟須工程落地使用的用戶，也適合作為高校相關(guān)專業(yè)的學生教材使用。

·7.6萬字

會員

強化學習：原理與Python實戰(zhàn)

本書從原理和實戰(zhàn)兩個方面介紹了強化學習。原理方面，深入介紹了主流強化學習理論和算法，覆蓋資格跡等經(jīng)典算法和MuZero等深度強化學習算法；實戰(zhàn)方面，每章都配套了編程案例，以方便讀者學習。全書從邏輯上分為三部分。第1章：從零開始介紹強化學習的背景知識，介紹環(huán)境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主干理論和常見算法。采用數(shù)學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，并為算法提供配套代碼實現(xiàn)。基礎理論的講解突出主干部分，算法講解全面覆蓋主流的強化學習算法，包括經(jīng)典的非深度強化學習算法和近年流行的強化學習算法。Python實現(xiàn)和算法講解一一對應，還給出了深度強化學習算法的TensorFlow和PyTorch對照實現(xiàn)。第16章：介紹其他強化學習模型，包括平均獎勵模型、連續(xù)時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

·17.2萬字

會員

機器學習：基于OpenCV和Python的智能圖像處理

本書利用Windows系統(tǒng)下的Anaconda搭建環(huán)境，并基于OpenCV框架和Python語言，詳細闡述了智能化圖像處理的實現(xiàn)方法。本書共12章，主要內(nèi)容包括智能圖像處理入門、Python基礎、圖像處理基礎、圖像幾何變換、圖像直方圖處理、圖像平滑濾波處理、圖像閾值處理、圖像形態(tài)學處理、圖像分割處理、圖像梯度及邊緣檢測、圖像輪廓檢測與擬合、人臉識別實現(xiàn)等，最后結(jié)合具體案例，使用Python語言和OpenCV庫函數(shù)闡述圖像處理技術(shù)。

·6.9萬字

會員

深度學習：核心技術(shù)、工具與案例解析

本書由微軟亞洲研究院的資深AI工程師撰寫，是一本面向初學者的、以實戰(zhàn)為導向的深度學習指南。本書首先詳細講解了深度學習的知識體系、核心概念、模型與算法、工具和庫（TensorFlow等）等全棧技術(shù)知識，然后以案例的形式講解了如何將這些知識應用到計算機視覺、自然語言處理、語音識別、對話機器人、人臉識別、自動駕駛領(lǐng)域。

·9.6萬字

會員

人工智能應用基礎

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內(nèi)涵、新千年人工智能的發(fā)展進行了簡要論述。第二部分詳細講述了人工智能中的知識表示、機器學習、神經(jīng)網(wǎng)絡與深度學習、智能語音技術(shù)、計算機視覺、自然語言處理和知識圖譜技術(shù)等基礎知識，并通過人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經(jīng)典的成功應用案例讓讀者更好的了解人工智能技術(shù)的發(fā)展和我們生活的關(guān)切度。最后對人工智能的未來進行了展望，提出人工智能背景時代下大學生就業(yè)和創(chuàng)業(yè)前景和機遇，幫助大學生應對人工智能背景下的職業(yè)規(guī)劃。形成一個融理論教學、科學訓練、創(chuàng)新實踐為一體的過程化的人工智能課程體系和協(xié)同培養(yǎng)機制，使所培養(yǎng)的人才在基礎知識、專業(yè)知識、實踐能力、創(chuàng)新能力、倫理道德以及科學與職業(yè)素質(zhì)等方面得到全面均衡的發(fā)展。

·18.2萬字

會員

華為MindSpore深度學習框架應用開發(fā)實戰(zhàn)

全書從邏輯上共分3部分。第一部分由第1章和第2章組成，介紹深度學習的基礎理論、MindSpore總體架構(gòu)和編程基礎。第二部分由第3～8章組成，介紹MindSpore框架各子系統(tǒng)的具體情況，包括數(shù)據(jù)處理、算子、神經(jīng)網(wǎng)絡模型開發(fā)、數(shù)據(jù)可視化組件MindInsight、推理、以及移動端AI框架MindSporeLite。第三部分由第9章和第10章組成，介紹使用MindSpore框架開發(fā)和訓練的經(jīng)典深度學習模型實例。本書既可以作為深度學習相關(guān)方向?qū)W生的專業(yè)用書，又可以作為相關(guān)科研人員和開發(fā)人員的參考用書。