人工智能
-
时间序列分析实战艾琳·尼尔森,Aileen Nielsen时间序列在现代生活中无处不在,它也是数据分析的重要对象。本书介绍时间序列分析的实用技巧,展示如何结合机器学习方法和传统的统计方法来分析各类时间序列数据,并提供Python示例和R示例。本书共有17章,首先概览时间序列分析的历史,然后介绍数据的获取、清洗、模拟和存储,接着关注可用于时间序列分析的建模技术,最后探讨时间序列分析在几个常见领域中的应用。 本书适合与时间序列打交道的数据分析师、数据工程师、数据科学家及其他相关从业人员阅读。
-
人脸识别算法、优化与信息安全王蒙,刘庆庆暂缺简介...
-
R语言机器学习实战弗雷德·恩旺加暂缺简介...
-
连续系统信息论Shunsuke Ihara暂缺简介...
-
人工智能时代的治道变革陈鹏本书在对人工智能技术的内涵、构成和各国对人工智能采取的监管政策进行梳理的基础上,从哲学、伦理、道德、法律等方面对人工智能技术在应用过程中可能引发的不确定性风险进行分析,提出了相应的变革之道。全书共有十一章,内容包括人工智能技术的内涵与构成,各国对人工智能采取的监管政策,人工智能对就业、医疗、金融和司法等领域的的影响,人工智能主体性的哲学和伦理审视,人工智能人格权确认的道德风险和法律困境以及人工智能时代的公共政策议程,政府治理、算法与权力的博弈,公共安全和全球治理秩序等。
-
信息论的编码定理Jacob Wolfowitz暂缺简介...
-
信息论和中心极限定理Oliver Johnson暂缺简介...
-
信息论的信息谱方法Te Sun Han暂缺简介...
-
深度学习(美)安德鲁·格拉斯纳本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识,旨在帮助读者建立扎实的知识储备,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库(这两种库均基于 Python 语言),以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容,还介绍了一些创造性应用,并给出了一些典型的数据集,以帮助读者更好地了解学习。 本书适合想要了解和使用深度学习的人阅读,也可作为深度学习教学培训领域的入门级参考用书。
-
5G+自动驾驶赵云,孙玉玲,李强本书立足于国内外自动驾驶技术的发展现状与前沿趋势,阐述了5G、人工智能、边缘计算、大数据等新一代信息技术与自动驾驶车辆的融合与创新路径,并分别从自动驾驶的概念、进阶路径、技术架构体系、5G+AI驱动、5G车联网、商业落地六大维度,揭示了科技创新与产业革命驱动下的汽车工业变革与重塑,对传统车企实现电动化、智能化、网联化、共享化的“新四化”战略转型具有重要的参考价值。 本书不仅适用于移动通信、车联网和智能网联汽车领域的专业技术人员阅读和参考,也可供高校车辆工程专业及电子与通信技术专业的学生作为教材使用。