本书主要分为机器学习的基础、非参数化模型、线性模型、聚类方法、降维方法、EM算法与隐变量模型、集成学习、概率图模型、人工神经网络基础、神经网络模型、生成式模型、自监督学习、强化学习基础、强化学习算法、深度强化学习等模块。

本书从智能的概念出发,了解、学习人工智能的发展历史和发展动向,初步掌握人工智能的基本技术和研究方法,重点掌握表达、搜索、推理和学习等人工智能技术手段;了解人工智能的应用领域,为今后进一步从事相关专业奠定基础。

本书是一本专为青少年打造的人工智能实践启蒙书。全书以“感官系统”“超级大脑”“智能伙伴”等生动比喻解析AI核心技术,通过猫狗识别实验、语音助手互动、改作文等场景,直观展现机器学习、计算机视觉与大语言模型的工作原理,同时引导读者用图形化编程实现语音魔法故事工坊、智能感应小夜灯、校园安全小卫士等趣味项目。本书还设置了技术漏

本书用精彩的故事剧情,轻松带领孩子进入编程世界。课程集合动作,外观,控制,侦测等4大图形化基础知识模块,知识学习由浅入深。全沉浸式游戏化学习任务,“学-练-用”巧妙结合。编程知识和跨学科知识深度结合,培养创造性思维,通过完整的程序设计,锻炼学生自主发现问题,解决问题的能力,基本了解图形化编辑器的操作,掌握程序设计的思路

本书专注于几何深度学习及其在图神经网络领域中的应用,涵盖了从数学基础到前沿模型的全面指导,同时结合实际项目案例,帮助读者深入地理解几何深度学习的复杂概念。书中不仅详细阐述了各类算法的理论背景,还提供了实际操作指南,为读者提供了理论与实践相结合的全面支持。第1章和第2章介绍了几何深度学习的数学与算法基础。第1章涵盖了高等

本书共分为8章:第1章绪论,介绍自然语言处理的发展历程、研究内容与基本方法,梳理了从规则方法、机器学习方法到深度学习与大模型时代的技术演进;第2章数学基础,系统讲解了自然语言处理所需的数学工具,包括概率论、线性代数与信息论基础;第3章神经网络基础,介绍神经元结构、前馈与卷积网络、循环网络及注意力机制;第4章语言模型,深

本书尝试归纳人工智能技术在设计领域的应用现状,为设计从业者提供AI赋能的简明手册。全书以“用户中心、数据驱动、智能协同”为写作宗旨,包括四个主体章节。第2章数据采集与处理,围绕人因、物理世界、数字世界三个维度,介绍几何、语义、生理、心理、行为、文本、影音等各类数据的采集方法、处理技术以及在人工智能设计中的应用场景。第3

本书系统介绍人工智能逻辑,共分三部分:第一部分“知识表示与推理”重点介绍命题逻辑、谓词逻辑和描述逻辑,这些逻辑系统是知识表示与自动推理的基础。命题逻辑(第2章)用于表达和推理有关事实的信息。谓词逻辑(第3章)则进一步支持对象属性、对象之间关系及量词结构的表达与推理。描述逻辑(第4章)则在知识图谱等领域中得到广泛应用,能

本书主要通过模拟大脑的结构(如神经元、突触)和功能(如学习、记忆等),来实现机器人的自主心智发育,共10章,分3部分。第1部分(第1章和第2章)介绍大脑的基本组成与功能划分,以及本书主要的研究方法--发育网络的基础知识;第2部分(第3-5章)介绍基于发育网络的机器视觉、听觉以及视觉-听觉双模发育机理;第3部分(第6-1

本书是全面深入探讨微服务架构和云原生技术的实践指南,从微服务的基本概念出发,逐步引导读者理解微服务架构的优势、挑战及设计原则,并通过一系列实用的工具和框架,如Node.js、Docker、Kubernetes、Terraform和GitHubActions等,详细介绍了如何在云环境中创建、部署和管理微服务。此外,本书详