TensorFlow是谷歌公司于2015年研發(fā)的深度學習框架。它的出現(xiàn)降低了人工智能時代的入門門檻，提高了開發(fā)效率。本書針對TensorFlow2.0版本編寫，基于工作過程進行系統(tǒng)化的體例設計，采用理論知識結合項目實例的形式，由淺入深地介紹TensorFlow深度學習框架的原理、特性、編程技巧和應用方法。本書包含深度學

本書共9章，主要介紹了人工智能在監(jiān)督學習、非監(jiān)督學習、強化學習3個領域的10種常見算法，包括kNN、貝葉斯、決策樹、支持向量機、集成學習、K-means、線性回歸、神經(jīng)網(wǎng)絡、卷積網(wǎng)絡、Q-learning等。全書采用Python作為實現(xiàn)語言，通過大量原創(chuàng)圖表及實用案例讓讀者參與和體驗人工智能的決策過程，希望讀者能夠了解

人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的一門學科。本書系統(tǒng)地闡述了人工智能的基本理論、基本技術、研究方法和應用領域等內(nèi)容,比較全面地反映了國內(nèi)外人工智能研究領域的*進展和發(fā)展方向,包括智能優(yōu)化算法及應用研究。本書共6章,主要內(nèi)容包括:人工智能的定義、起源、分類與發(fā)展,人工智能的知識表示方法,確定性推理的主要

全書系統(tǒng)性地介紹了AI入門的有關知識，從AI與人類對話、與人腦的差異、AI藝術創(chuàng)作等多個方面探討了AI的發(fā)展進程，重點介紹了深度學習這一AI領域關鍵技術，探討它的進化程度將如何影響人類未來的生活與工作等。在全書Z后的部分，還全景展示了作者對兩位知名AI專家的采訪，對于目前AI主流的研究方向和入門基礎有精彩的觀點和詳細的

我們?nèi)祟惣炔煌�于無生命的物體（如巖石和雨滴），也不同于從單細胞生物體到其他哺乳動物的無數(shù)生命形式。人類真的是個與眾不同的物種嗎？與其他動物相比，我們是否有本質區(qū)別？如果是的話，我們是如何獲得這一特殊地位的呢？我們身上的哪些特征，把我們與其他動物區(qū)分開來？是什么使人類成為“人”？這些問題并不新鮮，從古代以來，許多學者和哲

本書分為兩部分。第壹部分，機器學習基礎，涵蓋以下主題：什么是機器學習，它試圖解決什么問題，以及系統(tǒng)的主要類別和基本概念；第二部分，神經(jīng)網(wǎng)絡和深度學習，涵蓋以下主題：什么是神經(jīng)網(wǎng)絡以及它們有什么用，使用TensorFlow和Keras構建和訓練神經(jīng)網(wǎng)絡的技術，以及如何使用強化學習構建可以通過反復試錯，學習好的策略的代理程

TinyML是指微型機器學習，更準確地說，TinyML是指工程師們在mW功率以下的設備上，實現(xiàn)機器學習的方法、工具和技術。TinyML將深度學習和嵌入式系統(tǒng)相結合，使得微型設備可以做出令人驚嘆的事情。作者解釋了如何訓練足夠小以適合任何環(huán)境的模型。對于希望在嵌入式系統(tǒng)中搭建機器學習項目的軟件及硬件開發(fā)人員而言，本書是一個

本書結合了分布式計算、大數(shù)據(jù)、機器學習、深度學習、強化學習等技術，以群體智能為主線，講述了分布式人工智能的原理和應用。它介紹了分布式計算的框架技術、智能核心、分布式體系與架構。本書介紹了大數(shù)據(jù)的框架、高速計算、海量存儲；介紹了人工智能的經(jīng)典算法，并且結合分布式技術，進行大規(guī)模分布式架構與演進；介紹了群體智能與博弈，結合

本書向企業(yè)高管和學生介紹了在機器學習中如何使用工具，不需要使用微積分、矩陣或向量代數(shù)就可以清楚、簡潔地解釋目前*流行的算法。本書的重點是業(yè)務應用程序，并提供了許多案例，比如評估一個國家進行國際投資的風險、預測房地產(chǎn)的價值，以及可以細致到將零售貸款分為可接受或不可接受模式。書中示例的數(shù)據(jù)、工作表和Python代碼都在作者

本書是立足智能時代的背景編寫的，全書分為12個部分，對大數(shù)據(jù)、人工智能、區(qū)塊鏈、5G、物聯(lián)網(wǎng)、智慧城市、云計算、數(shù)字政府、金融科技、智能醫(yī)療、智能制造、智慧教育相關內(nèi)容進行了深度闡述，力圖全景呈現(xiàn)智能技術的概念、思想及發(fā)展現(xiàn)狀，以及它們對未來產(chǎn)業(yè)和社會的影響。該書在智能化產(chǎn)業(yè)起步階段具有行業(yè)影響力和啟發(fā)作用。適合于不同