本书作为深度学习工程师初级认证官方教材,将深度学习理论基础与平台操作有机结合,从算法到实战,共分6章,第1~4章主要介绍专业知识,包括数学基础、Python基础、机器学习和深度学习等基础知识;第5章面向工程实战能力的训练,介绍深度学习开发平台,特别是飞桨开发平台的实战案例;第6章面向业务理解与实践能力的提升,介绍深度学
当人们听说“AI的进化将剥夺人类的就业机会”时,出于对机器的担忧和反感,他们就会产生逆反心理,从而造成对AI能力的过高预估;另一方面,当这种过高的期待没有实现时,人们就会产生对AI的全面否定,如“AI什么也干不了”“到头来还不是一无是处、毫无意义”。我们该如何澄清关于AI的各种误解,使企业能够从容自如地使用AI?本书作
本书重点讲述用于预测性数据分析的*重要的机器学习方法,包括理论概念和实际应用。
本书重点在帮你掌握深度学习所要求的数学原理和编程实战经验,使你能快速使用TensorFlow轻松部署产品中的深度学习解决方案,并形成开发深度学习架构和解决方案时所需的数学理解和直觉。本书提供了丰富的理论和实战动手经验,使你可以从零开始掌握深度学习,并能快速部署有价值的深度学习解决方案。本书重点讲解了与多个行业相关的深度
Pytorch是基于python且具备强大GPU加速的张量和动态神经网络,更是Python中优先的深度学习框架,它使用强大的GPU能力,提供*大的灵活性和速度。本书指导读者以Pytorch为工具在Python中学习深层强化学习(DQN)。主要内容包括:强化学习概述及分类、强化学习的算法和实施方法、在Pytorch中实施
本书全面介绍神经网络、机器学习和深度学习的基本概念、模型和方法,同时也涉及了深度学习中许多最新进展,附录中还提供了相关数学分支的简要介绍,旨在让读者知其然还要知其所以然。
本书针对人工智能技术领域人才培养的需要,从实际应用出发,以人工智能涉及的“会运动、会看懂、会听懂、会思考”四方面为主线进行编写。本书采用理实一体的编写方式,设置了5个学习情境,分别为认识人工智能、运动系统的设计与应用、视觉识别系统的设计与应用、语音识别系统的设计与应用和认知系统的设计与应用,循序渐进地介绍了人工智能控制
本书较为系统地讲解了用户体验设计师的职能及价值体现的方法,由点到面地分析了用户体验设计的方法与技巧,目的是让读者能够全方位地进行学习,使自己在互联网行业变化如此迅速的当下不被淘汰。 全书分为8章。第1章对用户体验的概念、用户体验设计师的职责与价值等内容进行了分析;第2章主要对App设计中的基础规范进行了系统全面的讲解
《深度学习导论》讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术,通过一系列的编程任务,向读者介绍了热门的人工智能应用,包括计算机视觉和自然语言处理等。 本书编写简明扼要,理论联系实践,每一章都包含习题以及补充阅
本书主要讨论在智能经济的浪潮下,人工智能技术与区块链技术的范式变革与产业应用,以及如何从数字经济学视角理解智能经济发展的商业逻辑变化和它所带来的商业认知升级。全书包括从信息技术到智能经济、区块链技术应用与场景、人工智能技术应用与场景、智能经济时代的商业趋势四部分,共20讲内容。 本书通过跨学科研究,构建了一整套认知人工