人工智能
-
基于混合方法的自然语言处理(西)何塞·曼努埃尔·戈麦斯-佩雷斯,(西)罗纳德·德诺,(西)安德烈·加西亚-席尔瓦本书分为三个部分:基于知识图谱和神经网络的构建部分;结合知识图谱和神经网络的混合体系结构;实际应用部分。在三个部分中,主题通常是独立的,允许读者快速、轻松地阅读所需的信息。本书的两个特点是实用性和拥有前沿信息。书中准确地演示了如何创建和使用上下文表示,对意义嵌入和知识图谱嵌入有着明确的处理方法,解释了使用它们的语言模型和Transformer体系结构。
-
自动驾驶张宏亮,徐利民,曾文达本书对目前自动驾驶的构成及工作原理进行了阐述,主要内容包括自动驾驶概论、自动驾驶基本结构与组成、自动驾驶感知与定位系统、自动驾驶决策与规划、自动驾驶控制系统、自动驾驶线控系统与动力电池系统、自动驾驶发展环境等。本书内容深入浅出、图文并茂、结合实际、专业性强,适合自动驾驶行业研究人员、从业人员和有意向从事自动驾驶领域工作的读者阅读,同时也可供高等院校对自动驾驶感兴趣的理工科学生学习参考。
-
新智人 新时代刘明成本书分为十四个章节,分别从新智器时代降临、身边的智能应用、计算机真的有智能吗、智能来自何方、刷出你的脸、计算机视觉识别原理、机器识物、像人类一样学习、人工智能之棋艺、辩论赛、机器识字、智能管家、智慧校园、未来已来等方面介绍人工智能,以浅显易懂的语言,理论联系实际,向读者展示了人工智能的原理、应用和发展。 人工智能在社会和学校中的应用还是新生事物。在中小学开展人工智能教育意义重大,学校既可将人工智能作为教学内容,又可将人工智能作为教学手段,更可将人工智能与学科教学、学生发展结合起来,积极推动人工智能和教育深度融合,促进教育变革创新。编委会全体成员认真探索、不断总结,整理了一些人工智能与中小学教学相结合的课程素材,并编写成书。 本书适合在校学生和对人工智能感兴趣的读者阅读。
-
计算机视觉实战(法)本杰明·普朗什(Benjamin Planche),(法)艾略特安德烈斯(Eliot Andres)计算机视觉解决方案日益普及,在医疗、汽车、社交媒体和机器人等领域取得了不错的进展。《计算机视觉实战:基于TensorFlow 2》将帮助你了解全新版本的谷歌机器学习开源框架TensorFlow 2,你将掌握如何使用卷积神经网络(CNN)完成视觉任务。《计算机视觉实战:基于TensorFlow 2》从计算机视觉和深度学习基础知识开始,教你如何从头开始构建神经网络。你将掌握一些让TensorFlow成为广泛使用的Al库的特性,以及直观的Keras接口,继而高效地构建、训练和部署CNN。通过具体的代码示例,《计算机视觉实战:基于TensorFlow 2》展示了如何使用Inception和ResNet等现代神经网络分类图像,以及如何使用YOLO、MaskR-CNN和U-Net提取特定内容。《计算机视觉实战:基于TensorFlow 2》还将介绍如何构建生成式对抗网络(GAN)和变分自编码器(VAE)来生成和编辑图像,以及如何使用LSTM分析视频。在此过程中,你将深入了解迁移学习、数据增强、域适应,以及移动设备和Web部署等高级知识以及其他关键概念。通过阅读《计算机视觉实战:基于TensorFlow 2》,你将获得使用TensorFlow 2解决高级计算机视觉问题的理论知识和实际技能。通过阅读《计算机视觉实战:基于TensorFlow 2》,你将学到:如何从头开始创建神经网络。如何使用包括Inception和ResNet在内的现代神经网络架构进行图像分类。如何使用YOLO、MaskR-CNN和U-Net检测、分割图像中的目标。如何解决自动驾驶汽车开发和面部表情识别系统中的问题。如何使用迁移学习、GAN和域适应提升应用的性能。如何使用循环神经网络进行视频分析。如何在移动设备和浏览器上优化和部署神经网络。
-
游戏中的人工智能(美)伊恩·米林顿(Ian Millington)《游戏中的人工智能(第3版)详细阐述了与游戏人工智能相关的基本解决方案,主要包括游戏AI、移动、路径发现、决策、战略和战术AI、学习、程序化内容生成、棋盘游戏、执行管理、世界接口、工具和内容创建、游戏AI编程、游戏AI设计、基于AI的游戏类型等内容。此外,本书还提供了相应的示例,以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学读物和参考手册。》
-
人与机器听觉(美)理查德·F.里昂(Richard F.Lyon)《人与机器听觉:听见声音的意义》由谷歌首席科学家Lyon撰写,是一部关于听觉研究的系统性学术著作。《人与机器听觉:听见声音的意义》中提出利用CARFAC模型模拟耳蜗对声音信号的分析,利用带有精细时序结构的SAI表征听觉神经模式,明确反对将耳蜗视作傅里叶频率分析器的做法。《人与机器听觉:听见声音的意义》内容系统且全面,涵盖人类听觉原理、机器听觉理论、精密听觉模型建模和机器听觉应用实例,还包括对听觉研究史上的标志性人物及事例的介绍。《人与机器听觉:听见声音的意义》对数学原理的阐释脉络清晰,并配有算法源码,适合相关领域的技术人员和研究人员参考,也适合作为高等院校相关研究生课程的教材。《人与机器听觉:听见声音的意义》构建了一套完整的听觉理论框架,具有鲜明的学术观点和创作特色:创造性地提出利用CARFAC模型模拟耳蜗对声音信号的分析,利用带有精细时序结构的SAI表征听觉神经模式,强调将听觉模型引入机器听觉应用,反对将耳蜗视作傅里叶频率分析器的做法。将听觉系统划分为四层,在底层听觉过程模拟的基础上探索高层信息处理机制并验证模型的有效性,为远近场模型等问题的解决以及CASA等技术的落地提供理论支撑,同时拓展了研究思路。全面涵盖人类听觉原理、机器听觉理论、精密听觉模型建模方法以及利用机器学习方法构建的应用实例,不仅对研究现状进行了系统梳理,而且穿插着对听觉研究史上标志性人物和事例的介绍。对听觉问题的阐释直击本质,对相关数学表述及推导过程的讲解尤为清晰明了,无须复杂的专业知识也能逐步理解。此外,所有听觉处理算法均配有可免费下载的源代码,便于读者实践。
-
工业级知识图谱张伟,陈华钧,张亦弛本书源于阿里巴巴千亿级知识图谱构建与产业化应用的工作总结,对知识图谱理论和大规模工业实践进行了全面和深入的阐述。本书以阿里巴巴的实战经验为中心,以深厚的理论成果为支撑,详细阐述了知识图谱的方方面面。首先介绍工业场景下知识图谱的现状、存在的问题和架构设计;然后从知识表示、知识融合、知识获取、知识推理、知识存储和知识图谱前沿方向等方面入手,介绍大规模商品知识图谱的构建方法;最后结合阿里巴巴的业务实践,详细介绍知识图谱的产品设计、技术实现和业务应用细节。通过阅读本书,读者不仅可以从零开始认识知识图谱,了解知识图谱技术方法和前沿技术方向,而且可以熟悉知识图谱工业实践的实现路径,清楚知识图谱的应用方向和方法。本书介绍的成果获得钱伟长中文信息处理科学技术一等奖。本书在知识图谱的广度和深度上兼具极强的参考性,适合人工智能相关行业的管理者和研发人员、高等院校的计算机专业学生阅读。
-
深度强化学习实践(俄)马克西姆·拉潘(Maxim Lapan)《深度强化学习实践(原书第2版)》包括新的强化学习工具和技术,介绍了强化学习的基础知识,以及如何动手编写智能体以执行一系列实际任务。《深度强化学习实践(原书第2版)》较上一版新增6章,专门介绍了强化学习的新发展,包括离散优化(解决魔方问题)、多智能体方法、Microsoft的TextWorld环境、高级探索技术等。学完《深度强化学习实践(原书第2版)》,你将对这个新兴领域的前沿技术有深刻的理解。此外,你将获得对深度Q-network、策略梯度方法、连续控制问题以及高度可扩展的非梯度方法等领域的可行洞见,还将学会如何构建经过强化学习训练、价格低廉的真实硬件机器人,并通过逐步代码优化在短短30分钟的训练后解决Pong环境问题。简而言之,《深度强化学习实践(原书第2版)》将帮助你探索强化学习中令人兴奋的复杂主题,让你通过实例获得经验和知识。通过阅读《深度强化学习实践(原书第2版)》,你将:了解强化学习的深度学习上下文并实现复杂的深度学习模型。学会评估强化学习的方法,包括交叉熵、DQN、actor-critic、TRPO、PPO、DDPG、D4PG等。学会构建经过强化学习方法训练的、价格低廉的硬件机器人。研究Microsoft的TextWorld环境,这是一个文字冒险游戏平台。学会在强化学习中使用离散优化来解决魔方问题。学会教你的智能体使用AlphaGo Zero玩四子连横棋。探索有关AI聊天机器人等主题的较新深度强化学习技术。研究先进的探索技术,包括噪声网络和网络蒸馏技术。
-
人工智能未来趋势、安全、教育与人类关系孙富春 等本书围绕人工智能未来技术发展趋势、可信安全人工智能手段、人工智能技术赋能教育以及人工智能与人类关系等问题展开讨论。
-
零样本图像分类王雪松,张通,程玉虎零样本图像分类主要解决在标记训练样本不足以涵盖所有对象类的情况下,如何对未知新模式进行正确分类的问题,近年来已逐渐成为机器学习领域的研究热点之一。 利用可见类训练样本学习到的分类器对新出现的对象类进行分类识别是非常困难的学习任务。《零样本图像分类》针对零样本图像分类问题从属性角度入手,基于深度学习及知识挖掘、属性自适应、属性扩展和相对属性4个方面进行展开,分别对应第3~6章、第7~8章、第9~11章和第12~13章,《零样本图像分类》共13章。此外,各章内容涉及相关领域基础知识的介绍,能够为不同层次的读者与研究人员提供入门知识与参考信息。