深度學習是當前人工智能的引領(lǐng)技術(shù)，是引發(fā)新一輪人工智能熱潮的原動力。本書從模型、算法、原理等角度全面介紹深度學習技術(shù)，包括近兩年最新成果。全書由三大部分組成。第一部分是機器學習和神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，包括機器學習問題、淺層機器學習、早期神經(jīng)網(wǎng)絡(luò)等；第二部分是深度學習模型及算法，包括深度生成模型、卷積網(wǎng)絡(luò)、循環(huán)和遞歸網(wǎng)絡(luò)、表示學

本書系統(tǒng)介紹了視覺SLAM（同時定位與地圖構(gòu)建）所需的基本知識與核心算法，既包括數(shù)學理論基礎(chǔ)，如三維空間的剛體運動、非線性優(yōu)化，又包括計算機視覺的算法實現(xiàn)，例如多視圖幾何、回環(huán)檢測等。此外，我們還提供了大量的實例代碼供讀者學習研究，從而更深入地掌握這些內(nèi)容。本書可以作為對SLAM感興趣的研究人員的入門自學材料，也可以作

本書介紹了深度學習原理與TensorFlow實踐。著重講述了當前學術(shù)界和工業(yè)界的深度學習核心知識：機器學習概論、神經(jīng)網(wǎng)絡(luò)、深度學習。著重講述了深度學習的實現(xiàn)以及深度學習框架TensorFlow：Python編程基礎(chǔ)、TensorFlow編程基礎(chǔ)、TensorFlow模型、TensorFlow編程實踐、TensorFlo

本書將帶你了解特征工程的完整過程，使機器學習更加系統(tǒng)、高效。你會從理解數(shù)據(jù)開始學習，機器學習模型的成功正是取決于如何利用不同類型的特征，例如連續(xù)特征、分類特征等。你將了解何時納入一項特征、何時忽略一項特征，以及其中的原因。你還會學習如何將問題陳述轉(zhuǎn)換為有用的新特征，如何提供由商業(yè)需求和數(shù)學見解驅(qū)動的特征，以及如何在自己

全套叢書規(guī)劃為十卷本，每一卷獨立成冊，圍繞一個學科展開。在每冊中，每一個章一個主題，每一節(jié)一部科幻作品（主要為科幻影視和科幻小說），每一節(jié)大體上分為三部分："科幻作品簡介"、"科學內(nèi)容透析"、"科學奇聞異事"。兼顧科學性與趣味性。主要選題包括：航空航天卷、心理學卷、地學卷、海洋學卷、生物科學卷、人體科學卷、軍事科學卷、

很多機器學習任務中具有多個沖突的目標需要同時被優(yōu)化�；�于群搜索策略的進化算法在求解多目標優(yōu)化問題領(lǐng)域得到了廣泛的應用。多目標機器學習在近幾年引起了廣泛的關(guān)注，并且得到快速的發(fā)展。但是多目標機器學習在模型建立和優(yōu)化學習方面仍然存在很多瓶頸問題。本書工作圍繞多目標機器學習新模型探索和多目標學習算法設(shè)計展開。主要包括如下幾個

面對科技的迅猛發(fā)展，我國政府制定了《新一代人工智能發(fā)展規(guī)劃》，將人工智能上升到國家戰(zhàn)略層面，并提出：人工智能產(chǎn)業(yè)要成為新的重要經(jīng)濟增長點，而且要在2030年成為世界主要人工智能創(chuàng)新中心，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎(chǔ)。讓認知升級，讓智能重構(gòu)生活玩轉(zhuǎn)智能時代，搞懂人工智能的過去、現(xiàn)在及未來這本書就夠了！這本書

探索人工智能Ⅱ· 交叉應用

Python、TensorFlow、神經(jīng)網(wǎng)絡(luò)和深度學習因人工智能的流行而成為當下IT領(lǐng)域的熱門關(guān)鍵詞。本書首先介紹了Python及其常用庫Numpy、Matplotlib和Scipy的基本使用方法；其次介紹了TensorFlow的基本知識及使用方法；然后介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識以及神經(jīng)網(wǎng)絡(luò)基本應用——感知機、線性回歸與

“理解未來系列”一套共7本，本書是其中之一�！袄斫馕磥怼笔俏磥碚搲�每月舉辦的免費大型科普講座，它邀請知名科學家用通俗的語言解讀*激動人心的科學進展，旨在傳播科學知識，提高大眾對科學的認知。本套叢書是精選的部分現(xiàn)場講座的文字整理，然后按照不同學科歸類分冊。