本书以人脸识别与语音识别为智能表现形式,通过神经网络搭建与数据训练等内容,引导学生理解机器学习和人工神经网络技术。

本书为华东师范大学哲学系十余位学者的思想合力之作。当人工智能以不可逆之势重塑世界，我们该如何理解这场变革的本质？它究竟是工具的革命，还是对人类存在方式的根本性追问？本书不满足于技术层面的讨论，而是将目光投向更深处的哲学命题：人机交互的边界在哪里？智能与智慧的本质区别是什么？当算法介入情感陪伴、道德判断甚至认知协作，人的

本书不仅带领读者解读一个个PaddlePaddle实战项目，因此是一本不可多得的技术内幕资料。通过本书，读者可以自己用PaddlePaddle训练自己的图像识别模型和进行目标检测，还可以进行舆论导向分析、搭建文本翻译转换引擎、完成一个风格迁移应用。读者可以在自己动手实践过程中找到学习的乐趣，体会PaddlePaddle

本书首先介绍深度学习、线性代数、微积分和概率论相关知识，讨论Python编程相关的基础知识，线性模型中的线性回归模型和logistic模型，梯度下降法，然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程，输出层的激活函数，应用于隐藏层的4个常见激活函数，深度学习的过拟合和欠拟合，以及3种应对过拟合的方法，以及使

本书从深度学习基础知识开始讲解，帮助读者入门深度学习和TensorFlow2的知识；然后，分别通过图像处理和自然语言处理两类实例的介绍，让读者进一步掌握深度学习的应用；最后，讲解了对抗神经网络和强化学习的知识，带领读者进阶深度学习内容。为了让读者学以致用，提供多个简洁易懂的例子，循序渐进地介绍TensorFlow提供的

本书是一本为人工智能和深度学习从业者量身打造的数学入门与进阶指南。全书围绕构建深度神经网络所需的核心数学知识展开，系统介绍了线性代数、向量微积分、概率与统计、优化方法以及图论等基础内容，并在此基础上深入剖析了神经网络的结构与原理，包括前馈神经网络、卷积神经网络、循环神经网络、注意力机制、生成模型、元学习和几何深度学习等

本书介绍机器学习的基础理论及应用。全书共12章，第1章和第2章介绍机器学习的基础知识；第3-9章介绍传统的监督学习算法；第10章介绍神经网络相关内容；第11章和第12章分别介绍无监督学习算法中的聚类和降维。

本书主要涵盖了人工智能发展历史、构建人工智能的基础理论以及人工智能伦理，介绍典型的人工智能类型：生成式、对话型、预测型、诊断型和规则型，介绍支持人工智能数据模型的运行环境及配置要求。本书主要结合学院特点和学生实际需求，采用零代码讲述生成式人工智能的实践重点，对文本生成基础和进阶、文生图和图生图基础和进阶、文生视频及图生

本书遵循“先实践后沉淀”的学习路径，从跑通第一个技能入手，逐步构建专属的多技能AI自动化工作流。作者手把手教你掌握：3个单技能模板、1条组合式写作工作流、1套技能工程方法论、1次从零开始完整迭代的技能项目实战。

本书全面系统地介绍了人工智能与AIGC的基础理论、技术及实际应用。全书共8章，包括人工智能基础、人工智能核心要素和关键基础技术、人工智能前沿技术、AIGC基础及提示词工程、AIGC工具基础应用、AIGC工具进阶应用、人工智能场景应用、人工智能实验实践等内容。本书内容丰富、图文并茂、重点突出、通俗易懂，可以帮助读者了解人