工程师需要知道的机器学习和人工智能提供的实例和图示来自Prosise的AI和ML课程，这]课程受到了全球各地许多公司和研究所的青睐和欢迎。作者不涉及让人滑悚然和望而生畏的数学公式，目的只有一个那就 是面向工程师和软件开发人员，帮助他们迅速入门并通过案例迅速运用人工智能和机器学习来解决业务问题。本书讲帮助读者学会什么是机器学习和深度学习以及两者各有哪些用途;理解常用的深度学习算法的原理及其应用;学会标记和未标记数据，监督学习和非监督学习有何差异;通过scikit-learn和神经网络Keras和TensorFlow ，运用Python来进行机器学习建模;训练和评分地柜模型与-进制和多类粉类器模型 ;构建面检测和面识别模型以及 对象检测模型。本书适合硬件工程师与软件开发人员阅读和参考

《机器学习项目交付实战》将介绍如何从模型和数据中获取**性能，帮助你构建稳定的数据管道。通过高效的可复用技术集合，来确保应用程序工作流程的顺利执行，以及提高模型的可维护性。基于数十年的良好软件工程实践，机器学习工程可确保你的机器学习系统具有弹性、适应性和可执行性。 《机器学习项目交付实战》将介绍设计、构建和交付成功的机器学习项目的核心原则和上佳实践。你将了解很多软件工程技术，例如对原型进行实验和实施模块化设计，从而产生弹性架构和一致的跨团队沟通。基于作者丰富的经验，本书中的每一种方法都被成功地用于解决现实世界中的问题。 ● 根据预期和预算确定机器学习项目的范围 ● 为你的项目选择正确的技术路线 ● 使你的代码库更易于理解，提升可维护性和可测试性 ● 实现故障排除和日志系统的自动化

《深度学习之图像识别：核心算法与实战案例（全彩版）》全面介绍了深度学习在图像识别领域中的核心算法与应用。该书不但重视基础理论的讲解，而且从第4章开始，每章都提供了1～3个不同难度的案例供读者实践，读者可以在已有代码的基础上进行改进，从而加深对所学知识的理解。 《深度学习之图像识别：核心算法与实战案例（全彩版）》共9章：首先介绍深度学习的基础概念，包括神经网络基础知识和深度学习中的优化技术；然后系统介绍深度学习中与数据相关的知识，包括经典数据集的设计、数据集的增强，以及数据的获取、整理与可视化；接着重点针对图像识别领域，结合实战案例系统地介绍深度学习在图像分类、图像分割和目标检测3个领域的核心技术与应用；另外，还会对深度学习模型的可视化以及模型的压缩和优化进行详细介绍，为读者设计和训练更加实用的模型提供指导；最后以微信小程序平台为依托，介绍微信小程序前后端开发技术，从而完成深度学习模型的部署。 《深度学习之图像识别：核心算法与实战案例（全彩版）》理论结合实践，广度兼具深度，非常适合深度学习领域的相关技术人员与爱好者阅读，尤其适合基于深度学习的计算机视觉从业人员阅读，可以帮助他们全方位了解深度学习在计算机视觉领域的技术全貌。另外，该书还适合作为高校人工智能相关专业的教材和社会培训机构相关课程的教材。

本书主要讨论多极化合成孔径雷达图像的图像解译方法，重点是地物分类和识别方法，书中利用深度学习的先进模型和方法解决少样本的地物分类问题，获得较高的分类精确度。本书引入了作者团队最新的科研成果，由浅入深地介绍了5个深度学习方法，包括稀疏滤波和近邻保持的深度学习方法、 距离度量的深度学习方法、 半监督卷积神经网络的深度学习方法、 半监督生成对抗网络的深度学习方法和图卷积网络的深度学习方法以及相应的训练策略和分类方法，解决少样本的多极化合成孔径雷达图像的地物分类问题。介绍方法时均给出了真实的合成孔径雷达数据集上的实验结果， 以验证所述方法能提升地物分类的正确率和效率。本书适合作为合成孔径雷达图像处理、 识别、数据处理方向的研究生教材，也适合作为相关专业研究人员的参考书。

近年来，各个学校陆续开设了丰富多彩的社团活动。其中，人工智能的学习被广为关注，对应地，各个学校采购了五花八门的设备，开始了人工智能的推广。为了构建系统化、生态化的人工智能学习环境，本书选择掌控板作为载体，推广编程教育，介绍人工智能应用。本书作为科创教育丛书人工智能系列中学版图书，选取9个项目从自然语言处理、图像识别、物联网、机器学习这4个应用方向展开，循序渐进地介绍了掌控板、掌控板配套硬件、AI摄像头2.0和mPython软件的主要使用方法。本书适合对掌控板及其编程环境有一定了解的小学高年级学生或中学生使用，书中所选项目适宜在学校社团活动中开展。

近年来，各个学校陆续开设了丰富多彩的社团活动。其中，人工智能的学习被广为关注，对应地，各个学校采购了五花八门的设备，开始了人工智能的推广。为了构建系统化、生态化的人工智能学习环境，本书选择掌控板作为载体，推广编程教育，介绍人工智能应用。本书作为科创教育丛书人工智能系列小学版图书，从新课标对学科融合的要求出发，以学校主要学科的教学实施作为场景，通过8个项目的学科融合，循序渐进地介绍掌控板、软件编程和mPython软件的主要使用方法，并讲解语音识别和语音合成这两种人工智能技术的基础应用。本书主要面向小学，适合编程技术的初学者，书中所选项目适合在小学社团活动中开展。

9787115620460 秒懂AI提问：让人工智能成为你的效率神器 59.80 9787115617149 秒懂AI写作：让你轻松成为写作高手 59.80《秒懂AI提问：让人工智能成为你的效率神器》 我们在运用AI的时候，有时得不到自己想要的回答，于是责怪AI不够智能。我们容易忽略的是，AI的回答质量往往取决于提问的质量。 《秒懂AI提问：让人工智能成为你的效率神器》系统地介绍了20种向AI提问的有效方法，用这些方法可以让AI给出高质量的回答。在介绍提问方法时，本书紧扣日常工作和生活，并通过对比让读者直观感受不同提问方法的效果，最后引出更多场景下的应用，让读者真正学以致用。 《秒懂AI提问：让人工智能成为你的效率神器》适合各行业对AI技术应用感兴趣的人群阅读。《秒懂AI写作：让你轻松成为写作高手》 《秒懂AI写作：让你轻松成为写作高手》针对职场、学习、生活、艺术创作领域常见的40余种写作应用场景，遵循“场景+方法+总结”的框架，详细介绍了如何正确利用AI完成多种写作任务，并归纳出使用AI写作的方法和技巧。 《秒懂AI写作：让你轻松成为写作高手》分为6章。第1章通过5个步骤、6大场景介绍了如何驾驭AI完成多种类型的写作任务；第2章至第6章分别详细介绍了在职场应用文写作、商业营销文案写作、新媒体写作、调查研究与论文写作、生活艺术创作等多种场景中使用AI写作的技巧，帮助读者充分发挥AI的潜力，让写作变得简单有趣。 《秒懂AI写作：让你轻松成为写作高手》适合各行业有写作需求的人群阅读。

Python是一种面向对象的脚本语言，广泛应用于Web 开发、网络编程、爬虫开发、自动化运维、云计算、人工智能、科学计算等领域。本书是作者长期应用Python进行机器学习开发实践的经验结晶，主要内容包括Python数据读取的技巧，数据探索性分析，数据预处理，特征选择，特征选择的常用技巧，算法模型，sklearn类库，Python中数据可视化的常用方法等。本书具有针对性、系统性、实操性强，原创度高的特点，读者对代码进行简单修改，就可以直接拿来使用。 本书适合于具有一定Python基础，且有志于从事机器学习、人工智能开发的读者使用。

迁移学习作为机器学习和人工智能领域的重要方法，在计算机视觉、自然语言处理（NLP）、语音识别等领域都得到广泛应用。本书是迁移学习技术的实用入门图书，能够带领读者深入实践自然语言处理模型。首先，本书回顾了机器学习中的关键概念，并介绍了机器学习的发展历史，以及NLP迁移学习的进展；其次，深入探讨了一些重要的NLP迁移学习方法—NLP浅层迁移学习和NLP深度迁移学习；最后，涵盖NLP迁移学习领域中重要的子领域—以Transformer作为关键功能的深度迁移学习技术。读者可以动手将现有的先进模型应用于现实世界的应用程序，包括垃圾电子邮件分类器、IMDb电影评论情感分类器、自动事实检查器、问答系统和翻译系统等。 本书文字简洁、论述精辟、层次清晰，既适合拥有NLP基础的机器学习和数据科学相关的开发人员阅读，也适合作为高等院校计算机及相关专业的学生参考用书。

在历经了“文化信息共享工程”“数字图书馆”“公共电子阅览室”三大文化惠民工程20多年的发展后，尤其是2017年国家公共文化云开通以来，省级、市级、县级公共文化云和各级数字文化馆陆续构建，文化和旅游部全国公共文化发展中心又研制了公共文化基层智能服务终端，为无法自己建立公共文化云的基层地区提供了快速建立基层公共文化云的方案。存在于全国各地的公共文化云及数字文化馆已经积累了PB级的海量公共数字文化资源，形成了分布于全国各地的分布式公共数字文化资源库群。另外，国家公共文化云和省级、市级等公共文化云及数字文化馆也积累了几十万个甚至上百万个公共文化普通用户和机构用户。海量的公共文化用户和公共文化资源为全民艺术普及提供了基础。让海量用户自己设定语义规则获取自己感兴趣的公共文化资源，让机构用户根据大数据分析结果自动挖掘出资源智能调度规则，调动分布在全国各地的公共数字文化资源库群的资源，已经成为全民艺术普及的重要推手。如果未来有一千万个公共文化用户，每个用户每年设置100条语义规则，那么每年会产生10亿条语义规则，进而形成巨大的语义规则网络。实现语义规则网自动生成、智能优化、智能划分、智能调度及海量的公共数字文化资源智能确权，都面临巨大的挑战。鉴于上述问题，本书针对国家公共文化云已有的汇资讯、看直播、享活动、学才艺、订场馆、读好书六大主要板块，以及赶大集、聚行业、汇文采三大辅助板块，为更加方便地在未来的海量用户和海量公共文化资源（包括数字资源及活动、场馆等资源）之间设立语义规则、获取资源、分析数据等方面提供解决方案。本书有助于科研人员和公共文化领域专家、读者了解语义规则、海量语义规则网、语义知识库，以及数字资源的存储、共享、确权，有助于他们学习语义规则网的生成、优化、划分及海量语义规则并行处理技术。本书突破了公共文化资源智能汇聚、共享、语义调度、语义分发，公共文化资源海量语义规则网自动生成、优化、划分，以及公共文化用户海量语义规则网自动生成、优化及划分等关键技术。本书研究并开发了公共文化海量语义规则并行处理系统及公共文化数字资源智能确权系统。本书是整个编写团队通力合作的结果，由中国科学院自动化研究所王云组织、统稿，共有5位作者参与了本书的编写工作。王云负责第1、第7、第8章的编写，中国科学院自动化研究所张桂刚负责第2、第4章的编写，文化和旅游部全国公共文化发展中心陈移兵负责第3章的编写，西北大学杨旭东负责第5章的编写，文化和旅游部全国公共文化发展中心刘平负责第6章的编写。本书的撰写得到了科技部的大力支持，对此表示感谢。本书受到国家重点研发计划课题“公共文化资源智能共建共享语义规则与处理机制研究”（课题编号：2019YFC1521402）的资助，也得到了国家重点研发计划课题“公共文化资源智能共建共享与管理平台关键技术研究”（项目编号：2019YFC1521400）的大力支持，感谢中国科学院自动化研究所、文化和旅游部全国公共文化发展中心、西北大学、中国艺术科技研究所的支持，感谢江苏省文化馆、马鞍山市文化馆提供应用示范，感谢罗云川、明华、吴哲、张瑞、张宜春、焦延杰、梁天雨等项目组成员给予的鼓励和支持。