本书介绍深度学习领域先进的技术以及深度学习在主要的自然语言处理任务中的成功应用，包括语音识别和理解、对话系统、语义分析、句法分析、知识图谱、机器翻译、问答、情感分析、社会计算和基于图像的自然语言生成。本书对深度学习时代自然语言处理领域的不同研究前沿进行了概括与分析，还列举了深度学习与自然语言处理领域中交叉的技术性术语以

本书主要内容包括机器学习绪论、Python基础知识、模型评估及模型、机器学习及神经网络、MNIST识别及图像分类。

本书是一本MLOps的综合指南,详细介绍了DevOps和MLOps的理论和实践,包括如何创建持续集成和持续交付、Kaizen(即对所有事物进行持续改进的想法)等,还介绍了基于云的MLOps,以及MLOps的关键技术领域,包括AutoML、容器、边缘计算和模型可移植性。本书最后还介绍了一些真实案例研究,并介绍执行MLOp

本书知识全面、实用,共10章,内容包括深度学习数学基础,深度学习基础模型(全连接网络、卷积神经网络、循环神经网络、Transformer等)和实现,多场景多领域最佳实践,模型优化、加速与部署等。

本书内容讲述:许多AI入门指南可以说都是变相的微积分书籍,但这本书基本上避开了数学。相反,作者JeffProsise帮助工程师和软件开发人员建立了对AI的直观理解,以解决商业问题。需要创建一个系统来检测雨林中非法砍伐的声音、分析文本的情感或预测旋转机械的早期故障?这本实践用书将教你将AI和机器学习应用于职场工作所需的技

本书的编程语言以Python为主,详细介绍了人工智能算法主流类别,从常见的特征处理算法出发,介绍了回归算法、基于实例的算法、树方法、神经网络、自然语言处理、社会网络、群粒子算法、推荐算法。本书针对每一个大类算法都介绍了该门类下的几个经典算法,并运用常见算法库以代码实现为目的,以商业分析、金融投资、科研辅助、工程优化等案

本书的特色体现在针对切换时滞系统的镇定问题，提出同时构建切换率及反馈控制器镇定切换时滞系统的有效方法，并将该系列方法应用到具有网络通讯的切换系统控制中。

本书首先通过图文、视频等方式带领读者体验身边的人工智能技术应用，使读者初步了解人工智能，然后引领读者认识人工智能关键技术及应用，并使用手机APP实际操作不同领域(如设备故障智能排查、刷脸支付、拍照视物、同声翻译、导航路径规划等)中人工智能的应用，以加深对人工智能知识的理解。本书的主要内容包括体验与认识身边的人工智能技术

《自动控制原理（第2版）》主要内容包括控制系统的数学模型，线性系统的时域分析法、根轨迹法、频域分析法、综合与校正，非线性系统的分析，线性离散系统的分析。本书着重于基本概念、基本理论和基本分析方法，并附加学习资源，扫描书中的二维码可随时完成基本测试题练习并查看参考答案。本书在国家智慧教育公共服务平台有配套在线课程，可供读

本书的主体内容包括机器学习概念与特征工程、机器学习技术、模型关系管理，其中，模型关系管理部分主要介绍了弱集成学习、强集成学习和混合专家模型。弱集成学习是指使用机器学习中的弱分类器实现模型准确度和稳定性之间的平衡。强集成学习是指协同特征工程与强分类器形成强集成学习环境。混合专家模型是指通过神经网络集成和网络结构设计形成深