人工智能
-
基于深度学习的自然语言处理(美)卡蒂克·雷迪·博卡,(印)舒班吉将深度学习方法应用于各种自然语言处理任务可以将你的计算算法在速度和准确性方面提升到一个全新的水平。《基于深度学习的自然语言处理》首先介绍自然语言处理领域的基本构件,接着介绍使用先进的神经网络模型可以解决的问题。深入研究各种神经网络架构及其特定的应用领域将有助于你理解如何选择模型来满足你的需求。随着学习的深入,你将学到卷积神经网络、循环神经网络、递归神经网络以及长短期记忆网络。在后面的章节中,你将能够使用自然语言处理技术(如注意力机制模型和集束搜索)开发应用程序。学完《基于深度学习的自然语言处理》,你不仅能具备自然语言处理的基础知识,还能选择文本预处理和神经网络模型来解决一些自然语言处理的问题。了解深度学习问题的各种预处理技术。用word2vec和GloVe构建文本的矢量表示。使用Apache OpenNLP创建命名实体识别器和词性标注器。在Keras中构建机器翻译模型。用LSTM开发文本生成应用程序。使用注意力模型构建触发词检测应用程序。
-
人工智能开发实践(美)挪亚·吉夫特《人工智能开发实践:云端机器学习导论(英文版)》讲解Amazon、Google和Microsoft公司的强大云服务产品,以及Python数据科学生态系统的成熟技术,所介绍的工作流程和案例涉及从部署到生产各个环节,通过使用当代机器学习、人工智能和云计算工具逐步构建多种云端机器学习应用程序(覆盖体育、项目管理、产品定价、房地产等领域中的实际问题),帮助你构建可扩展的能交付于生产的解决方案。
-
创造智能李乔《创造智能》主要分三个章节外加一个番外篇。一章从生物学的角度衍生出计算机视觉识别以及虚拟现实的实现方法。作者通过对人眼眼颤现象和机理的剖析,提出了一种对空间的三维信息的采集、处理及还原的方法。第二章详细说明了利奥的设计指导原则和设计原理。第三章作者对人工智能相关的哲学话题发表了看法,并着重对利奥项目在现实中的可应用领域进行了详细说明。在番外篇中,作者试图人工智能的相关问题在生物学方面的结论应当与在物理学方面的结论一致,以主流科学家的理论作为基础,对于理论物理中的物质、空间、时间话题发表了个人见解。
-
多源视觉信息感知与识别明悦 著多源视觉信息感知是指从模拟人类的思维模式和大脑皮层结构出发来指导视觉模式识别任务的方法,使计算机能够具备类人化的视觉感知功能,实现与环境之间不断学习、不断适应的演变过程。本书结合神经生理学、认知科学等学科的基本理论,首先介绍人类视觉感知系统和多源视觉信息传感的生理结构及功能特点。然后,结合计算机视觉、机器学习、模式识别的相关理论,分析视觉感知识别中的人脸识别、运动目标分析、行为识别问题以及视觉感知任务的相关数据库及评测标准。本书适用于通信工程、信号与信息处理、计算机科学与技术、电子科学与技术等相关专业的硕士及博士研究生使用。
-
技术竞争与产业格局刘洋 著本书由国家知识产权局专业人员编撰,对2000年以后人工智能的全球专利申请和中国专利申请做出了全面的专利分析,涉及全球专利申请110万项、中国专利申请58万件,所涉专利数量多、范围广。本书科学确定了人工智能技术分支,并对人工智能总体态势以及基础硬件、通用技术、智能应用三大分支的专利申请层层深入分析,展示了人工智能领域的技术竞争态势和产业发展格局,得出一系列富有启发性的结论。本书适合从事人工智能相关科学研究和产业实践的人员,以及对人工智能发展和专利分析感兴趣的广大读者阅读使用。
-
深度学习陈蔼祥 著本书初定五个章节,第一章浅层模型部分介绍线性回归、Logistics 回归、Softmax 回归、广义线性回归模型以及机器学习基本概念。第二章介绍深度学习模型以及相应的正则化技术。第三章介绍卷积的物理意义、卷积神经网络及其各种改进。第四章介绍反馈神经网络及其改进的长短期记忆单元。第五章介绍深度强化学习,展示深度卷积网络如何与强化学习技术融合用以人机围棋博弈以及自动驾驶领域。
-
人工智能导论廉师友 著本书全面系统地阐述了人工智能的基本原理,勾画了人工智能理论和技术体系的基本框架,内容涵盖了人工智能各个分支领域的基本知识和主要内容,并体现了人工智能的z新进展。本书内容全面、基础、新颖、实用,为读者进一步学习和研发奠定了基础,指引了方向。全书共分为六篇,每篇为一个知识单元。本书结构风格独特,条理清楚,语言精练,图文并茂,理例结合,深入浅出,易读易懂,易教易学。本书适合于人工智能、数据科学、计算机、自动化、软件工程、网络工程、电子信息等专业使用,亦可供其他专业的师生和相关工程技术人员自学或参考。
-
智能优化算法及其应用张生财 著随着科学技术的进步,在现实中遇到的问题变得越来越复杂,如何有效地解决是经常面临的一个问题。因此,国内外众多研究者在不断地研究和探索,而智能优化算法已成为重要的研究方向。《智能优化算法及其应用》介绍了经典、受欢迎的9种智能优化算法的基本原理、算法流程、算法的不足与改进及网络安全领域的应用,并给出了仿真测试实例,包括遗传算法、差分进化算法、蚁群算法、粒子群算法、人工蜂群算法、灰狼优化算法、鲸鱼优化算法、模拟退火算法和头脑风暴优化算法。《智能优化算法及其应用》适合作为计算机、信息、通信、控制、网络安全等相关专业高年级本科生和研究生的教材,也可供从事智能优化算法研究和应用的科研人员参考。
-
机器人控制技术李宏胜 著为适应机器人产业发展以及新工科对自动化类、机械类机器人技术相关专业人才培养的要求,本书以建模、标定、规划、控制、视觉等为主要内容,较为系统地阐述了机器人控制技术的相关基础知识。本书共九章。第1章介绍机器人发展史和机器人基本知识;第2章介绍机器人坐标变换、分析机器人运动学;第3章介绍机器人工件坐标系和工具坐标系的标定方法;第4章讨论机器人关节空间轨迹规划和笛卡儿空间轨迹规划;第5章分析机器人雅可比矩阵和机器人动力学建模方法;第6章介绍关节驱动和单关节独立线性控制;第7章讨论机器人的非线性控制方法;第8章分析机器人力位混合控制和阻抗控制;第9章介绍机器人视觉基本原理和图像处理技术。本书自第2章起每章*后都针对重点知识点设计了相应的习题。本书可作为机器人工程、智能制造、自动化、机械设计制造及其自动化、机械电子工程等专业本科生或相关学科研究生的教材或参考书,也可供从事机器人研发、应用的科技工作者参考。本书配有电子课件,选用本教材的教师可通过以下方式之一索取:登录www.cmpedu.com注册下载,加微信jinaqing_candy索取,或发邮件至jinacmp@163.com索取(注明姓名、学校等信息)。
-
人工智能应用基础盛鸿宇,于京,詹晓东 著《人工智能应用基础(Python版)》共9章,主要介绍了人工智能在监督学习、非监督学习、强化学习3个领域的10种常见算法,包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。全书采用Python作为实现语言,通过大量原创图表及实用案例让读者参与和体验人工智能的“决策过程”,希望读者能够了解并掌握人工智能的常用算法。该书配套的数字课程将在“智慧职教”(www.icve.com.cn)网站上线,读者可登录网站学习,授课教师可以调用本课程构建符合自身教学特色的SPOC课程,详见“智慧职教服务指南”。此外,该书还提供了其他丰富的数字化课程教学资源,包括电子课件(PPT)、实训案例、资源文件及源代码等,教师可发邮件至编辑邮箱1548103297@qq.com索取。《人工智能应用基础(Python版)》既可以作为高等职业院校的人工智能课程教材,也可以作为想了解机器学习技术及应用实践的人员的参考书。