人工智能
-
人工智能的另一面[美] David Barnhizer(大卫·巴恩西泽),Daniel Barnhizer(丹尼尔·巴恩西泽) 著《人工智能的另一面:AI时代的社会挑战与解决方案》作者从人工智能可能带来的社会、经济、人口就业等社会问题进行了深刻的思考与论述,内容丰富,可读性较强,阅后令人思考。智能机器人能否取代人类一直在科技界存在很大争议。但无论如何,人工智能技术本身不断发生着变革,总体朝着安全、易用、智能的方向发展,在某些领域已经显现了巨大的经济、社会潜能。人工智能对人类既有社会秩序和经济发展的影响越来越深远。 -
智能计算平台应用开发华为技术有限公司 著本书是智能计算平台应用开发初级教材,主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共8章,内容包括智能计算平台应用开发概述、硬件设备、系统与软件、系统管理、数据采集、数据存储、基础应用软件开发测试、人工智能示教编程。 -
AI速成课程Hadelin de Ponteves 著这是一本关于AI原理和编程的友好且必需的指导书,没有数学或数据科学背景的程序员也可以轻松掌握。主要内容:开始你AI模型的创建;无需数学、数据科学或机器学习背景;手把手指导、分析;5个完整项目展示如何创建智能软件。 -
深度学习自然语言处理实战开课吧,张楠,苏南,王贵阳 等 著近年来,基于深度学习方法的自然语言处理(NLP)已逐渐成为主流。本书共8章,主要介绍自然语言处理任务中的深度学习技术,包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Attention机制、大规模预训练模型、预训练语言模型BERT,还给出了自然语言处理技术的高级应用和开发实例,并收录了基于PyTorch深度学习框架的部分实践项目。 本书既可作为人工智能、计算机科学、电子信息工程、自动化等专业的本科生及研究生教材,也可作为自然语言处理相关领域的研究人员和技术人员的参考资料。 -
从零开始学TensorFlow 2.0赵铭 著本书从TensorFlow 2.0的基础知识讲起,深入介绍TensorFlow 2.0的进阶实战,并配合项目实战案例,重点介绍使用TensorFlow 2.0的新特性进行机器学习的方法,使读者能够系统地学习机器学习的相关知识,并对TensorFlow 2.0的新特性有更深入的理解。本书共14章,主要介绍机器学习、TensorFlow 2.0基础、张量、数据层、CNN等内容,中间还穿插了机器学习中常见的图形识别、文本处理和对抗训练等实例,以帮助读者理解TensorFlow 2.0。本书着重介绍了在TensorFlow 2.0中使用Keras的方法,Keras是TensorFlow 2.0中的重点概念,十分有必要对其进行学习。本书内容通俗易懂、案例丰富、实用性强,特别适用于TensorFlow 2.0的入门者和进阶者,以及有志从事机器学习的爱好者,本书还适合用作相关机构的培训教材。 -
机器人灵巧手的人机交互技术及其稳定控制李公法,蒋国璋,孔建益,江都,陶波 著本书基于人手操作技能,综合运用智能算法、神经网络以及深度学习等方法,构建机器人灵巧手的人机交互模型;基于滑膜自适应控制理论、模糊控制理论以及高斯混合控制模型优化了机器人灵巧手的闭环控制方法,并建立了原型系统。 -
Python无监督学习[德] 朱塞佩·博纳科尔索(Giuseppe Bonaccorso) 著,瞿源,刘江峰 译机器学习是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。无监督学习是机器学习中的一种学习方式,是数据科学的一个重要分支,常用于数据挖掘领域,通过构建模型来为业务决策提供依据。本书通过Python语言讲解无监督学习,全书内容包括10章,前面9章由浅入深地讲解了无监督学习的基础知识、聚类的基础知识、高级聚类、层次聚类、软聚类和高斯混合模型、异常检测、降维和分量分析、无监督神经网络模型、生成式对抗网络和自组织映射,第10章以问题解答的形式对前面9章涉及的问题给出了解决方案。本书适合数据科学家、机器学习从业者和普通的软件开发人员阅读,通过学习本书介绍的无监督学习理论和Python编程方法,读者能够在业务实践中获得有价值的参考。 -
阿里云天池大赛赛题解析天池平台 著《阿里云天池大赛赛题解析——机器学习篇》聚焦机器学习算法建模及相关技术,以工业蒸汽量预测、天猫用户重复购买预测、O2O优惠券预测和阿里云安全恶意程序检测等四个天池经典赛题作为实战案例,针对实际赛题按照赛题理解、数据探索、特征工程、模型训练、模型验证、特征优化、模型融合等步骤,将赛题的解决方案从0到1层层拆解、详细说明,在展现专业选手解题过程的同时,配以丰富的相关技术知识作为补充。 《阿里云天池大赛赛题解析——机器学习篇》从经典商业案例出发,内容由浅入深、层层递进,既可以作为专业开发者的参考用书,也可以作为参赛新手研读专业算法的实战手册。 -
数据挖掘与机器学习潘风文,黄春芳 著本书详细描述了PMML规范(Ver4.3)所支持的8种模型:神经网络模型、决策树模型、规则集模型、序列模型、评分卡模型、支持向量机模型、时间序列模型和聚合模型。全书不是简单地介绍PMML语法,而是融合各种挖掘模型基础知识和算法知识,告诉开发者如何融会贯通地掌握、使用PMML语言,不仅能够学习到标准的PMML模型表达方式,而且能学习机器学习模型的丰富知识,从而熟练地把PMML语言应用到自己的项目实践中。 本书可供从事数据挖掘(机器学习)、人工智能系统开发的软件开发者和爱好者学习使用,也可以作为高等院校大数据和人工智能等相关专业的教材。 -
硬件产品经理手册贾明华 著随着物联网的快速发展,软件与硬件逐渐融合,硬件产品经理这个角色越来越受到大家的重视。本书主要对与硬件产品经理相关的知识进行了系统梳理,为大家介绍了什么是硬件和硬件产品经理,以及智能硬件产品经理这个新兴岗位的特点和发展。同时本书为读者介绍了物联网产品(也称智能硬件产品)在市场分析、需求分析、同类产品分析、产品设计、硬件方案设计、合作伙伴的选择方面的特点和方法,以及产品经理需要编写的文档。在此过程中还穿插了案例分析,帮助读者理解其内容。
