a牌095捕鱼机怎么调节

本書(shū)從基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等入門知識(shí)，到深度學(xué)習(xí)的應(yīng)用領(lǐng)域如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等高級(jí)主題都有涉及，可以幫助讀者更好地理解深度學(xué)習(xí)知識(shí)，并為未來(lái)的職業(yè)發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。

·23.6萬(wàn)字

會(huì)員

現(xiàn)代推薦算法

本書(shū)深入全面地講解了現(xiàn)代推薦算法，同時(shí)兼顧深度和廣度，介紹了當(dāng)下較前沿、先進(jìn)的各類算法及其實(shí)踐。本書(shū)從總覽篇開(kāi)始，介紹推薦系統(tǒng)的基本概念及工作環(huán)節(jié)。在模型篇中，除了梳理推薦系統(tǒng)的發(fā)展史，本書(shū)還重點(diǎn)講解面向工業(yè)實(shí)踐的選擇及改進(jìn)，為讀者打下推薦系統(tǒng)的算法基礎(chǔ)；進(jìn)而帶著讀者進(jìn)階到前沿篇、難點(diǎn)篇，面對(duì)推薦系統(tǒng)中的各式問(wèn)題，并給出解決方案；最后在決策篇中，從技術(shù)原理和用戶心理出發(fā)，解釋一些常見(jiàn)決策背后的依據(jù)，從而幫助讀者從執(zhí)行層面進(jìn)階到?jīng)Q策層面，建立大局觀。

·20.2萬(wàn)字

會(huì)員

人工智能對(duì)北京市就業(yè)的影響與應(yīng)對(duì)

人工智能作為數(shù)字經(jīng)濟(jì)及高精尖產(chǎn)業(yè)發(fā)展的原創(chuàng)性、引領(lǐng)性和代表性技術(shù)，在北京國(guó)際科技創(chuàng)新中心、全球數(shù)字經(jīng)濟(jì)標(biāo)桿城市的建設(shè)中迎來(lái)了發(fā)展的“關(guān)鍵窗口期”和“政策紅利期”，成為北京高質(zhì)量發(fā)展的重要引擎和打造高質(zhì)量就業(yè)“北京樣板”的重大機(jī)遇。本書(shū)是一部經(jīng)濟(jì)學(xué)學(xué)術(shù)專著，書(shū)稿導(dǎo)向積極。本書(shū)采用多元數(shù)據(jù)來(lái)源，運(yùn)用案例研究法、輿情分析與大數(shù)據(jù)分析法等多種研究方法，從產(chǎn)業(yè)與就業(yè)動(dòng)態(tài)匹配視角，聚焦人工智能對(duì)北京市就業(yè)的影響機(jī)制、效應(yīng)和趨勢(shì)開(kāi)展理論和實(shí)證研究，在此基礎(chǔ)上提出系統(tǒng)化的應(yīng)對(duì)政策體系和實(shí)現(xiàn)路徑。

·25.6萬(wàn)字

會(huì)員

知識(shí)圖譜：認(rèn)知智能理論與實(shí)戰(zhàn)

知識(shí)圖譜作為認(rèn)知智能的核心技術(shù)正蓬勃發(fā)展。本書(shū)系統(tǒng)全面地介紹了知識(shí)圖譜的核心技術(shù)，既有宏觀整體的技術(shù)體系，也有關(guān)鍵技術(shù)和算法細(xì)節(jié)，內(nèi)容包括：知識(shí)圖譜模式設(shè)計(jì)的方法論——六韜法；知識(shí)圖譜構(gòu)建中的實(shí)體抽取和關(guān)系抽取；知識(shí)存儲(chǔ)中的屬性圖模型及圖數(shù)據(jù)庫(kù)，重點(diǎn)介紹了JanusGraph分布式圖數(shù)據(jù)庫(kù)；知識(shí)計(jì)算中的圖論基礎(chǔ)，以及中心性、社區(qū)檢測(cè)等經(jīng)典圖計(jì)算算法；知識(shí)推理中的邏輯推理、幾何變換推理和深度學(xué)習(xí)推理，及其編程實(shí)例。最后，本書(shū)以金融、醫(yī)療和智能制造三大行業(yè)的應(yīng)用場(chǎng)景為例，梳理了知識(shí)圖譜的應(yīng)用價(jià)值和應(yīng)用程序形態(tài)。

·25.8萬(wàn)字

會(huì)員

機(jī)器人SLAM導(dǎo)航：核心技術(shù)與實(shí)戰(zhàn)

機(jī)器人SLAM導(dǎo)航的一大痛點(diǎn)是很難做到理論與實(shí)戰(zhàn)相結(jié)合，而本書(shū)可謂“百科全書(shū)”式講解，可幫助硬件、軟件、算法等不同領(lǐng)域的研究開(kāi)發(fā)人員走出“調(diào)參”困境，終結(jié)面對(duì)硬件和深?yuàn)W算法時(shí)的束手無(wú)策，加快算法在實(shí)際機(jī)器人產(chǎn)品的工程落地與系統(tǒng)性技術(shù)突破。本書(shū)以ROS編程、傳感器、底盤(pán)等機(jī)器人開(kāi)發(fā)所涉及的軟硬件基礎(chǔ)知識(shí)為切入點(diǎn)，逐步引出SLAM和導(dǎo)航兩大領(lǐng)域核心算法，并結(jié)合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開(kāi)源算法對(duì)SLAM和導(dǎo)航的數(shù)學(xué)原理、代碼框架及實(shí)操進(jìn)行深度剖析。本書(shū)分為4篇，一共13章。編程基礎(chǔ)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(chǔ)知識(shí)，為后續(xù)學(xué)習(xí)打好必要的編程基礎(chǔ)。硬件基礎(chǔ)篇（第4～6章），通過(guò)對(duì)機(jī)器人傳感器、機(jī)器人主機(jī)和機(jī)器人底盤(pán)的討論，幫助缺少硬件基礎(chǔ)的開(kāi)發(fā)者系統(tǒng)認(rèn)識(shí)機(jī)器人硬件，并更好地理解軟件與硬件之間的協(xié)同關(guān)系。SLAM篇（第7～10章），以各個(gè)具體的SLAM系統(tǒng)實(shí)現(xiàn)為例，進(jìn)一步介紹SLAM算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn)。自主導(dǎo)航篇（第11～13章），基于具體自主導(dǎo)航系統(tǒng)實(shí)現(xiàn)，剖析自主導(dǎo)航算法的代碼框架以及核心算法的細(xì)節(jié)實(shí)現(xiàn)，并通過(guò)一個(gè)真實(shí)機(jī)器人案例向大家介紹應(yīng)用SLAM導(dǎo)航技術(shù)進(jìn)行開(kāi)發(fā)的完整流程。

·30.9萬(wàn)字

會(huì)員

人工智能注意力機(jī)制：體系、模型與算法剖析

“注意”作為一切思維活動(dòng)的起點(diǎn)，一直是哲學(xué)、心理學(xué)和認(rèn)知神經(jīng)科學(xué)的重點(diǎn)研究對(duì)象。隨著計(jì)算機(jī)技術(shù)的發(fā)展，人類對(duì)注意力機(jī)制的模擬和應(yīng)用成為計(jì)算機(jī)科學(xué)領(lǐng)域的熱點(diǎn)研究方向——讓計(jì)算機(jī)能夠具有類似人類的注意力機(jī)制，使其能夠有效地應(yīng)用于對(duì)數(shù)據(jù)的理解和分析。Transformer模型誕生后，注意力機(jī)制在人工智能各大重要領(lǐng)域的研究和應(yīng)用更是如火如荼，成果豐碩。從注意力機(jī)制這一重要角度入手，闡述注意力機(jī)制的產(chǎn)生背景和發(fā)展歷程，通過(guò)詳實(shí)的理論剖析，以深入淺出的方式著重介紹注意力機(jī)制在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理，以及多模態(tài)機(jī)器學(xué)習(xí)三大人工智能方向中的應(yīng)用思路、模型與算法。以人工智能相關(guān)專業(yè)研究人員，特別是計(jì)算機(jī)視覺(jué)與自然語(yǔ)言處理等領(lǐng)域的研發(fā)人員作為主要讀者對(duì)象，一方面幫其梳理技術(shù)的發(fā)展脈絡(luò)、開(kāi)拓思路、構(gòu)建完整的認(rèn)知體系；另一方面為其剖析算法原理、深刻理解算法細(xì)節(jié)。

·40.7萬(wàn)字

會(huì)員

計(jì)算機(jī)視覺(jué)中的深度學(xué)習(xí)

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(yōu)勢(shì)，但其發(fā)展往往不能全面滿足實(shí)際場(chǎng)景的旺盛需求。近年來(lái)人工智能與計(jì)算機(jī)視覺(jué)的結(jié)合日益緊密，基于深度學(xué)習(xí)研究計(jì)算機(jī)視覺(jué)成為一個(gè)新方向。深度學(xué)習(xí)的特點(diǎn)是層次化的特征提取、規(guī)模更大、數(shù)據(jù)更多、計(jì)算更復(fù)雜。本書(shū)從介紹計(jì)算機(jī)視覺(jué)的任務(wù)入手，總結(jié)從傳統(tǒng)手工提取特征方法到深度學(xué)習(xí)的發(fā)展歷程。然后，針對(duì)不同層次的計(jì)算機(jī)視覺(jué)任務(wù)，結(jié)合作者團(tuán)隊(duì)近年來(lái)的研究成果，以及部分學(xué)界公認(rèn)的里程碑式成果，從理論層面論述深度學(xué)習(xí)在具體計(jì)算機(jī)視覺(jué)任務(wù)中的應(yīng)用。本書(shū)作者來(lái)自北京郵電大學(xué)長(zhǎng)期從事多媒體技術(shù)教學(xué)和研究的一線教師。本書(shū)適合從事圖像和視頻的處理和理解的研究人員、相關(guān)領(lǐng)域軟件開(kāi)發(fā)人員或研究生閱讀。

·20.3萬(wàn)字

會(huì)員

人工智能：數(shù)據(jù)與模型安全

本教材聚焦學(xué)術(shù)前沿，圍繞人工智能的兩大核心要素，即數(shù)據(jù)和模型，對(duì)人工智能領(lǐng)域安全問(wèn)題以及相關(guān)攻防算法展開(kāi)系統(tǒng)全面、詳細(xì)深入的介紹。本教材可以幫助學(xué)生充分了解人工智能數(shù)據(jù)與模型所面臨的安全風(fēng)險(xiǎn)，學(xué)習(xí)基礎(chǔ)的攻防理論，掌握關(guān)鍵的攻防技巧。

·23.9萬(wàn)字

會(huì)員

現(xiàn)代決策樹(shù)模型及其編程實(shí)踐：從傳統(tǒng)決策樹(shù)到深度決策樹(shù)

決策樹(shù)是數(shù)據(jù)分析中廣泛使用的機(jī)器學(xué)習(xí)模型，其模型簡(jiǎn)單、算法快速且具有可解釋性。但隨著大數(shù)據(jù)的涌現(xiàn)，將決策樹(shù)真正應(yīng)用到實(shí)踐中還面臨諸多困難。本書(shū)正是為解決這一痛點(diǎn)而作，旨在幫助讀者系統(tǒng)且全面地了解決策樹(shù)，并成功地將其用于工程實(shí)踐。

·22.1萬(wàn)字

會(huì)員

計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí)（OpenCV-Python）

本書(shū)對(duì)計(jì)算機(jī)視覺(jué)涉及的知識(shí)點(diǎn)進(jìn)行了全面、系統(tǒng)、深入的梳理，旨在幫助讀者快速掌握該領(lǐng)域的核心關(guān)鍵知識(shí)點(diǎn)。全書(shū)包含5個(gè)部分，第1部分基礎(chǔ)知識(shí)導(dǎo)讀篇，主要對(duì)計(jì)算機(jī)視覺(jué)涉及的基礎(chǔ)知識(shí)進(jìn)行介紹，方便基礎(chǔ)比較薄弱、甚至沒(méi)有基礎(chǔ)的同學(xué)能夠快速掌握相關(guān)前導(dǎo)知識(shí)，快速入門計(jì)算機(jī)視覺(jué)領(lǐng)域。第2部分基礎(chǔ)案例篇主要介紹了圖像處理領(lǐng)域最常見(jiàn)的案例。第3部分機(jī)器學(xué)習(xí)篇主要對(duì)機(jī)器學(xué)習(xí)及使用OpenCV實(shí)現(xiàn)機(jī)器學(xué)習(xí)進(jìn)行了介紹。第4部分深度神經(jīng)網(wǎng)絡(luò)篇介紹了深度學(xué)習(xí)相關(guān)的基礎(chǔ)知識(shí)和相關(guān)案例。第5部分人臉識(shí)別對(duì)人臉識(shí)別的相關(guān)應(yīng)用進(jìn)行了較為具體的介紹。

·22.7萬(wàn)字

會(huì)員

自然語(yǔ)言處理導(dǎo)論

自然語(yǔ)言處理是人工智能的重要方向之一，被譽(yù)為人工智能皇冠上的"明珠”。它融合了語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)等多學(xué)科內(nèi)容。本書(shū)主要包含基礎(chǔ)技術(shù)、核心技術(shù)以及模型分析三個(gè)部分。基礎(chǔ)技術(shù)部分主要介紹自然語(yǔ)言處理的基礎(chǔ)任務(wù)和底層技術(shù)，包含詞匯分析、句法分析、語(yǔ)義分析、篇章分析和語(yǔ)言模型；核心技術(shù)部分主要介紹自然語(yǔ)言處理應(yīng)用任務(wù)和相關(guān)技術(shù)，主要包括信息抽取、機(jī)器翻譯、情感分析、智能問(wèn)答、文本摘要、知識(shí)圖譜；模型分析部分主要介紹基于機(jī)器學(xué)習(xí)的自然語(yǔ)言處理模型的穩(wěn)健性和可解釋性問(wèn)題。

·36.5萬(wàn)字

會(huì)員

Python程序設(shè)計(jì)：人工智能案例實(shí)踐

本書(shū)共16章。第1~10章介紹Python編程，涉及人工智能、基本描述統(tǒng)計(jì)、集中趨勢(shì)和分散度量、模擬、靜態(tài)和動(dòng)態(tài)可視化、使用CSV文件、用于數(shù)據(jù)探索和數(shù)據(jù)整理的Pandas、時(shí)間序列和簡(jiǎn)單線性回歸。第11~16章提供多種實(shí)踐案例研究，涉及自然語(yǔ)言處理、Twitter數(shù)據(jù)挖掘、IBMWatson認(rèn)知計(jì)算、包含分類和回歸的有監(jiān)督機(jī)器學(xué)習(xí)、聚類無(wú)監(jiān)督機(jī)器學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、遞歸神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、包含Hadoop/Spark/NoSQL/物聯(lián)網(wǎng)的大數(shù)據(jù)等。

·32.1萬(wàn)字

會(huì)員

合成生物學(xué)智能化設(shè)計(jì)與應(yīng)用

本書(shū)以人工智能技術(shù)在合成生物學(xué)領(lǐng)域的理論、方法及應(yīng)用為主線，詳細(xì)闡述人工智能在合成生物學(xué)不同層面設(shè)計(jì)中的應(yīng)用進(jìn)展，深入討論人工智能在合成生物學(xué)實(shí)際應(yīng)用中面臨的挑戰(zhàn)與困難。本書(shū)先概述合成生物學(xué)與人工智能基本概念以及發(fā)展簡(jiǎn)史，然后介紹人工智能技術(shù)在生物元件、生物模塊、生物系統(tǒng)設(shè)計(jì)方面的應(yīng)用，并通過(guò)案例展示了人工智能與合成生物學(xué)技術(shù)在生物醫(yī)藥領(lǐng)域的研究進(jìn)展，最后分析了人工智能驅(qū)動(dòng)合成生物技術(shù)的發(fā)展趨勢(shì)，并討論了實(shí)際應(yīng)用所面臨的挑戰(zhàn)和困難，以及展望該交叉領(lǐng)域的未來(lái)研究方向。本書(shū)適合作為生物類、計(jì)算機(jī)類、化工類、環(huán)境類、醫(yī)藥專業(yè)的本科生及研究生的教學(xué)用書(shū)，也適合生物、信息、醫(yī)藥、化工、能源、資源和環(huán)境等領(lǐng)域的科研人員、程序開(kāi)發(fā)人員參考。

·23萬(wàn)字

會(huì)員

信息流推薦算法

本書(shū)從信息流個(gè)性化推薦算法從業(yè)者的角度，闡述在資訊內(nèi)容類App中，如何搭建健壯、完善的個(gè)性化推薦算法體系，如何融合產(chǎn)品運(yùn)營(yíng)的專家模型和端到端的深度學(xué)習(xí)，如何平衡短期的商業(yè)化目標(biāo)和長(zhǎng)期的用戶體驗(yàn)，以及我們?cè)诙鄠€(gè)行業(yè)頭部平臺(tái)實(shí)踐的過(guò)程中遇到的典型業(yè)務(wù)問(wèn)題和解決方案，對(duì)比理論推導(dǎo)為主的機(jī)器學(xué)習(xí)書(shū)籍，本身更偏向基于行業(yè)問(wèn)題的深度思考及落地實(shí)踐。

·24.3萬(wàn)字

會(huì)員

深度對(duì)話GPT-4提示工程實(shí)戰(zhàn)

人工智能技術(shù)的發(fā)展日新月異，提示工程不僅極大地提高了人工智能在各個(gè)領(lǐng)域的應(yīng)用效率和準(zhǔn)確性，還為人類打開(kāi)了一扇通往智能化世界的大門。大語(yǔ)言模型如同一位博學(xué)多才的智者，擁有處理和理解自然語(yǔ)言的超凡能力。提示工程可以看作與這位智者溝通的橋梁和工具，其關(guān)鍵在于如何提出精準(zhǔn)而富有啟發(fā)性的問(wèn)題，激發(fā)大語(yǔ)言模型的創(chuàng)造力和解決問(wèn)題的能力。本書(shū)作者通過(guò)與GPT-4的深度對(duì)話，精心梳理了一系列重要的提示工程實(shí)踐秘訣。全書(shū)共7章，從了解大語(yǔ)言模型的進(jìn)化之路開(kāi)始，循序漸進(jìn)地介紹了提示詞及提示工程的知識(shí)和實(shí)踐技巧，并結(jié)合GPT-4在各領(lǐng)域的應(yīng)用案例展現(xiàn)了大語(yǔ)言模型的強(qiáng)大魅力。此外，本書(shū)還基于AzureOpenAIStudio平臺(tái)講解了具體的應(yīng)用開(kāi)發(fā)實(shí)踐。本書(shū)適合對(duì)大語(yǔ)言模型及提示工程感興趣的讀者閱讀，書(shū)中豐富的案例能幫助讀者全面了解和掌握提示工程及其應(yīng)用。

·22.7萬(wàn)字

會(huì)員

人機(jī)交互：以用戶為中心的設(shè)計(jì)和評(píng)估（第6版）

本書(shū)的主題----“以用戶為中心的設(shè)計(jì)”就是要通過(guò)對(duì)用戶的深刻了解，根據(jù)用戶需求進(jìn)行設(shè)計(jì)，并且通過(guò)用戶進(jìn)行驗(yàn)證的系統(tǒng)方法。這種方法可以有效地防止產(chǎn)品可用性問(wèn)題，并能幫助設(shè)計(jì)人員設(shè)計(jì)出高水平的軟件。本書(shū)正是從軟件可用性的角度介紹了國(guó)外流行的以用戶為中心的軟件設(shè)計(jì)過(guò)程和方法。書(shū)中系統(tǒng)地論述了以用戶為中心的軟件設(shè)計(jì)的四個(gè)重要部分：人機(jī)交互分析，體驗(yàn)設(shè)計(jì)方法，用戶界面設(shè)計(jì)專題，人機(jī)交互評(píng)估等重要內(nèi)容。為讀者提供學(xué)科最前沿的信息。

·33.5萬(wàn)字

會(huì)員

機(jī)器學(xué)習(xí)的產(chǎn)業(yè)實(shí)踐之路

本書(shū)的內(nèi)容章節(jié)分為四個(gè)部分，從技術(shù)原理到項(xiàng)目實(shí)踐再到商業(yè)戰(zhàn)略，逐層放開(kāi)視野。內(nèi)容涉及基于人工智能技術(shù)在產(chǎn)業(yè)中做創(chuàng)新業(yè)務(wù)的方法論，通過(guò)交流“思想”和“應(yīng)用方法論”，使大家掌握機(jī)器學(xué)習(xí)的深層次思想，并理解商業(yè)、產(chǎn)品和技術(shù)的深層關(guān)系。

·31.8萬(wàn)字

會(huì)員

Cadence高速電路板設(shè)計(jì)與仿真（第3版）

本書(shū)以CadenceAllegroSPB16.2為基礎(chǔ)，以具體電路為范例，詳盡講解元器件建庫(kù)、原理圖設(shè)計(jì)、布局、布線、仿真、CAM文件輸出等PCB設(shè)計(jì)的全過(guò)程，包括原理圖輸入及器件數(shù)據(jù)集成管理環(huán)境的使用，中心庫(kù)的開(kāi)發(fā)，PCB設(shè)計(jì)工具的使用，以及高速信號(hào)仿真工具的使用等。無(wú)論是對(duì)前端設(shè)計(jì)開(kāi)發(fā)（原理圖設(shè)計(jì)），還是對(duì)PCB板級(jí)設(shè)計(jì)，以及PCB上的高速電路分析，都有全面的參考和學(xué)習(xí)價(jià)值。

·23.3萬(wàn)字

會(huì)員

深入理解AutoML和AutoDL：構(gòu)建自動(dòng)化機(jī)器學(xué)習(xí)與深度學(xué)習(xí)平臺(tái)

這是一部從基礎(chǔ)理論、核心原理、前沿算法等多個(gè)維度系統(tǒng)、全面講解AutoML、AutoDL、AutoNAS和元學(xué)習(xí)的著作。作者是資深的人工智能專家，平安科技深度學(xué)習(xí)平臺(tái)和AutoML平臺(tái)負(fù)責(zé)人。本書(shū)得到了IEEEFellow/ACM杰出科學(xué)家/香港科技大學(xué)教授楊強(qiáng)教授、騰訊AILab副主任俞棟、美國(guó)佛羅里達(dá)大學(xué)教授李曉林等8位來(lái)自企業(yè)界、學(xué)術(shù)界和媒體界的資深專家的一致好評(píng)。它既能讓新人理清AutoML的脈絡(luò)，快速上手機(jī)器學(xué)習(xí)，又能讓有經(jīng)驗(yàn)的讀者全面掌握AutoML的知識(shí)體系，工作變得更高效。

·20.6萬(wàn)字

會(huì)員

推薦系統(tǒng)：產(chǎn)品與算法解析

本書(shū)以媒介變遷為整體脈絡(luò)，通過(guò)幾類推薦產(chǎn)品的發(fā)展趨勢(shì)來(lái)探討推薦產(chǎn)品創(chuàng)新的核心驅(qū)動(dòng)力，以及由具體產(chǎn)品特性引發(fā)的技術(shù)變革。全書(shū)內(nèi)容分為5部分。第一部分從宏觀視角探討推薦產(chǎn)品從0到1進(jìn)行創(chuàng)新的產(chǎn)品思路和技術(shù)思路；第二部分介紹革新傳統(tǒng)紙質(zhì)媒介的新聞推薦和資訊推薦，包括關(guān)鍵算法設(shè)計(jì)和產(chǎn)品設(shè)計(jì)；第三部分介紹構(gòu)建線上社交網(wǎng)絡(luò)的社交和社區(qū)推薦，以及如何通過(guò)協(xié)同過(guò)濾算法模擬社交網(wǎng)絡(luò)；第四部分從產(chǎn)品、生態(tài)和算法設(shè)計(jì)的角度，介紹革新傳統(tǒng)影視行業(yè)的視頻推薦；第五部分以阿里推薦產(chǎn)品及其新興的競(jìng)爭(zhēng)產(chǎn)品為例，介紹革新傳統(tǒng)貨架電商的商品推薦。

·21.4萬(wàn)字

跳轉(zhuǎn)至頁(yè)

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

深度學(xué)習(xí)與大模型基礎(chǔ)

現(xiàn)代推薦算法

人工智能對(duì)北京市就業(yè)的影響與應(yīng)對(duì)

知識(shí)圖譜：認(rèn)知智能理論與實(shí)戰(zhàn)

機(jī)器人SLAM導(dǎo)航：核心技術(shù)與實(shí)戰(zhàn)

人工智能注意力機(jī)制：體系、模型與算法剖析

計(jì)算機(jī)視覺(jué)中的深度學(xué)習(xí)

人工智能：數(shù)據(jù)與模型安全

現(xiàn)代決策樹(shù)模型及其編程實(shí)踐：從傳統(tǒng)決策樹(shù)到深度決策樹(shù)

計(jì)算機(jī)視覺(jué)40例從入門到深度學(xué)習(xí)（OpenCV-Python）

自然語(yǔ)言處理導(dǎo)論

Python程序設(shè)計(jì)：人工智能案例實(shí)踐

合成生物學(xué)智能化設(shè)計(jì)與應(yīng)用

信息流推薦算法

深度對(duì)話GPT-4提示工程實(shí)戰(zhàn)

人機(jī)交互：以用戶為中心的設(shè)計(jì)和評(píng)估（第6版）

機(jī)器學(xué)習(xí)的產(chǎn)業(yè)實(shí)踐之路

Cadence高速電路板設(shè)計(jì)與仿真（第3版）

深入理解AutoML和AutoDL：構(gòu)建自動(dòng)化機(jī)器學(xué)習(xí)與深度學(xué)習(xí)平臺(tái)

推薦系統(tǒng)：產(chǎn)品與算法解析