本書源于阿里巴巴千億級(jí)知識(shí)圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對(duì)知識(shí)圖譜理論和大規(guī)模工業(yè)實(shí)踐進(jìn)行了全面和深入的闡述。本書以阿里巴巴的實(shí)戰(zhàn)經(jīng)驗(yàn)為中心，以深厚的理論成果為支撐，詳細(xì)闡述了知識(shí)圖譜的方方面面。首先介紹工業(yè)場(chǎng)景下知識(shí)圖譜的現(xiàn)狀、存在的問題和架構(gòu)設(shè)計(jì)；然后從知識(shí)表示、知識(shí)融合、知識(shí)獲取、知識(shí)推理、知識(shí)存儲(chǔ)和知識(shí)圖譜前

本書首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內(nèi)涵、新千年人工智能的發(fā)展進(jìn)行了簡(jiǎn)要論述。第二部分詳細(xì)講述了人工智能中的知識(shí)表示、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能語(yǔ)音技術(shù)、計(jì)算機(jī)視覺、自然語(yǔ)言處理和知識(shí)圖譜技術(shù)等基礎(chǔ)知識(shí)，并通過(guò)人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經(jīng)典的成功應(yīng)用案例讓讀者更

本書從深度學(xué)習(xí)的發(fā)展歷程開始，系統(tǒng)介紹了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)的基本問題及其相關(guān)處理方法與技術(shù)，主要內(nèi)容涉及兩階段和單階段目標(biāo)檢測(cè)的理論、算法和研究成果。本書共6章，包括深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)類型、目標(biāo)檢測(cè)技術(shù)、基于FasterR-CNN的目標(biāo)檢測(cè)改進(jìn)算法、領(lǐng)域自適應(yīng)及其在目標(biāo)檢測(cè)技術(shù)上的典型應(yīng)用、圖像識(shí)別模型改進(jìn)及面部表情

本書主要介紹了人工智能的基礎(chǔ)知識(shí)和實(shí)用技術(shù)。本書共8章，包括“人工智能：開啟智慧新時(shí)代”“Python：人工智能開發(fā)語(yǔ)言”“線性回歸：預(yù)測(cè)未來(lái)趨勢(shì)”“分門別類：幫你‘分而治之’”“物以類聚：發(fā)現(xiàn)新簇群”“個(gè)性化推薦：主動(dòng)滿足你的需求”“語(yǔ)音識(shí)別：讓機(jī)器對(duì)你言聽計(jì)從”“人臉識(shí)別：機(jī)器也認(rèn)識(shí)你”。 本書以培養(yǎng)學(xué)生人工智能素

機(jī)器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動(dòng)了人工智能的熱潮。本書結(jié)合項(xiàng)目實(shí)踐，首先討論主流機(jī)器學(xué)習(xí)平臺(tái)的主要特點(diǎn)和機(jī)器學(xué)習(xí)的實(shí)戰(zhàn)難點(diǎn)；在此基礎(chǔ)上，利用主流的機(jī)器學(xué)習(xí)開源平臺(tái)TensorFlow、OpenVINO、PaddlePaddle等，通過(guò)19個(gè)實(shí)戰(zhàn)案例，詳細(xì)地分析決策樹、隨機(jī)森林、支持向量機(jī)、邏輯回

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過(guò)濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再?gòu)慕?jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢(shì)介紹會(huì)話推薦、強(qiáng)化學(xué)習(xí)推薦及工業(yè)級(jí)推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個(gè)由淺入深的系統(tǒng)學(xué)習(xí)過(guò)程。 本書的目標(biāo)讀者應(yīng)該對(duì)深度學(xué)習(xí)有基本的了解，掌握概率論、線性代

本書聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進(jìn)展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來(lái)源于IEEE計(jì)算機(jī)協(xié)會(huì)相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國(guó)際知名科學(xué)家的學(xué)術(shù)報(bào)告、報(bào)道以及相關(guān)活動(dòng)內(nèi)容組成。本書將以創(chuàng)新的方式宣

人的智能和AI賦能的機(jī)器智能在自動(dòng)化控制領(lǐng)域的共融共存形成了人機(jī)混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類系統(tǒng)所代表的系統(tǒng)結(jié)構(gòu)形式是傳統(tǒng)自動(dòng)化控制系統(tǒng)應(yīng)對(duì)AI賦能的機(jī)器智能變革的必然發(fā)展形勢(shì)；另一方面，它所代表的智能形式也成為AI未來(lái)發(fā)展的重要甚至是的終極形式。在本《人機(jī)混合智能系統(tǒng)自主性理論和方法》，我們

本書以Python機(jī)器學(xué)習(xí)常用技術(shù)與真實(shí)案例相結(jié)合的方式，深入淺出地介紹了Python機(jī)器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機(jī)器學(xué)習(xí)概述、數(shù)據(jù)準(zhǔn)備、特征工程、有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識(shí)，并介紹了市財(cái)政收入分析案例、基于非侵入式電力負(fù)荷監(jiān)測(cè)與分解的電力分析案例、航空公司客戶價(jià)值分析案例、廣電大數(shù)

本書選材廣泛，主要包括人工智能概述、現(xiàn)實(shí)世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識(shí)表示、人工智能中的推理、人工智能中的搜索算法、機(jī)器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機(jī)器學(xué)習(xí)與無(wú)監(jiān)督機(jī)器學(xué)習(xí)、現(xiàn)實(shí)世界中機(jī)器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識(shí)別、面部識(shí)別、人工智