本书从数学、哲学、计算机科学、神经科学和人工智能等角度,全面阐述了贝叶斯理论背后的基础知识、思维方式和丰富哲理。贝叶斯定理一旦与算法相结合,就不再是一套枯燥的数学理论或认识论,而变成了应用广泛的知识宝库,催生了众多现代数学定理,以及令人称道的实践成果。作者一改传统的数学探讨模式,不仅展现了贝叶斯理论背后的科学思想,还阐述了它与人类思维之间的深刻关系,并对各相关领域和人工智能的发展进行了展望。本书适合喜爱数学、算法、机器学习、人工智能、逻辑学和哲学的大众读者,读者无须过多数学和算法知识就能读懂。
本书为读者提供了一个前瞻性视角,了解人工智能未来几年的前景如何。人工智能将带来无数的商业机会和风险。本书提供了必要的信息,使读者能够以实际可行的方式掌握这一切,包括:根据需要找到现成的人工智能解决方案;通过执行成本/收益分析,将人工智能纳入业务战略;在 投入前训练和测试人工智能;组建良好人工智能团队的方式;确保保持 的方式。本书还包含了作者与各行业知名企业家及人工智能专家的对话,读者可从中了解到,通过使用这种革命性技术,哪些行业和企业正在以令人兴奋的方式进行自我改造。
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
TensorFlow是谷歌2015年开源的主流深度学习框架,目前已得到广泛应用。郑泽宇、梁博文、顾思宇著的《TensorFlow(实战Google深度学习框架第2版)》为TensorFlow入门参考书,旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导,从实际应用问题出发,通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验,是走进这个前沿、热门的人工智能领域的优选参考书。 第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时,第2版也补充了 多只有TensorFlow 1.4.0才支持的功能。另外,第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。 本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师,希望了解深度学习
·人工智能并不是一个新鲜的概念,自提出到现在已经有半个多世纪的时间,期间经过了跌宕起伏的发展历程。 ·作者从专业的角度,深入浅出,梳理了人工智能发展的历程,其经历的不同阶段概况,如今很前沿的发展现状以及面临的困境,并探讨了其未来发展的可能性,堪称一部精彩的人工智能进化史。 ·作者玛格丽特·博登具有深厚的跨学科背景,她将心理学、医学、哲学等领域的知识融会贯通,与自己对人工智能的研究相结合,生发出独特而深刻的洞见,被誉为“人工智能领域的女性女人”。
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本
ChatGPT是由OpenAI公司研发的人工智能聊天机器人,它可以进行自然语言文本的理解和生成。ChatGPT的出现让计算机能够 加自然地与人类进行对话,这标志着人工智能技术在自然语言处理领域取得了革命性的突破,人机交互从此迈入了一个新的时代。本书将带领读者深入了解ChatGPT,介绍ChatGPT的相关概念、技术原理和实际应用,并探讨人工智能相关技术与产业的发展前景。全书共8章,可划分为3个部分。 部分为第1章,以“ChatGPT是什么”为主题。先简单介绍了聊天机器人的概念,然后介绍ChatGPT的核心技术和发明者,接着探讨了ChatGPT成为 增长 快的消费级应用背后的原因, 就大众所关心的一些问题做了回答。第2部分为第2~5章,以“ChatGPT怎么用”为主题。第2章介绍了ChatGPT及其同公司的其他应用型产品(DALL·E2和OpenAI API)的基本使用方法。第3章介绍了一些能让ChatGPT的功
(1) 本书内容全面,详细介绍了经典自动控制理论、状态空间控制理论、离散数字系统控制理论技术和非线性系统分析的基本知识。整本书结构清晰明了、内容丰富,融会贯通了由基本概念到实际应用的思想。本书浅显易懂,数学理论分析过程翔实, 读者只需要的微分方程、线性代数和拉普拉斯变换基础就可以理解其中的知识,可以作为大多数高校的教材。(2) 每章的结构安排清晰合理。每章的简介(Introduction)部分都提纲挈领地给出了章节的知识背景和控制要求,以及章节的主要内容结构分布。在每章的各个小节,作者首先详细介绍各种理论、技术,紧接着给出翔实的例子,避免了读者局限于抽象的理论。而每章末尾对关键的知识点及时地进行了小结,有助于加深读者对所学知识的了解,形成完整的知识理论体系。(3) 本书较早地引入了MATLAB的使用,并且在
《外研社英汉小词典》是专门为初、中级英语学习者编写的一部袖珍英汉词典,它具有以下特色: 一、收词量大。本词典收录主词目、固定短语及复合词60,000余条,可以说已经达到了中型词典的规模。本词典语法标注详尽,并且收录了大量典型实用的短语和习语,这样的超大容量,在袖珍词典中是罕见的。 二、新词新义多。本词典充分体现了时代特色,收录了大量新词新义,共计l,000余条,如:bungee jumpin9,CDMA,cybercafe,e-card,junk 等。 三、实用性强。本词典提供了大量用法说明,详细讲解易混淆词语的区别及用法,有助于提高英语学习者对英语词汇的实际运用能力。 四、义项丰富、释义精当。’与同类袖珍词典相比,本词典收录的义项数量更多、更典型;释义由专家审订,语言简明、可靠。
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
本书通过五个有趣的项目,带领读者在理解原理的同时,动手编写代码,实现自己的人工智能应用。这五个项目分别是:图像识别、图像风格迁移、文本生成、角斗士游戏和红绿灯调度。
来自埃森哲的 自动化领域的专家在本书中解析了如何在企业中使用和扩展人工智能驱动的智能自动化,使企业通过 快的上市速度、 高的效率和产品质量,获得 多的竞争优势及 好的客户反馈。本书内容实用且易于实施,通过多个成功案例,回答了企业 迫切需要解决的问题,例如如何识别自动化机会并确定其优先级,如何评估遗留系统和数据问题,如何从技术投资和自动化工作中获得全部价值,如何激励员工接受变革和自动化带来的新机遇,等等。本书旨在通过为人工智能和自动化提供一种以人为本的方法,来帮助企业实现可持续转型和 的业绩。
本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成,力求精准、最小地覆盖机器学习的数学知识。包括微积分,线性代数与矩阵论,**化方法,概率论,信息论,随机过程,以及图论。本书从机器学习的角度讲授这些数学知识,对它们在该领域的应用举例说明,使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识。 本书内容紧凑,结构清晰,深入浅出,讲解详细。可用作计算机、人工智能、电子工程、自动化、数学等相关专业的教材与教学参考书。对人工智能领域的工程技术人员与产品研发人员,本书也有很强的参考价值。对于广大数学与应用的数学爱好者,本书亦为适合自学的读本。
如何估计机器人在空间中移动时的状态(如位置、方向)是机器人研究中一个重要的问题。大多数机器人、自动驾驶汽车都需要导航信息。导航的数据来自于相机、激光测距仪等各种传感器,而它们往往受噪声影响,这给状态估计带来了挑战。本书将介绍常用的传感器模型,以及如何在现买世界中利用传感器数据对旋转或其他状态变量进行估计。本书涵盖了经典的状态估计方法(如卡尔曼滤波)以及 为现代的方法(如批量估计、贝叶斯滤波、sigmapoint滤波和粒子滤波、剔除外点的鲁棒估计、连续时间的轨迹估计和高斯过程回归)。这些方法在诸如点云对齐、位姿图松弛、光束平差法以及同时定位与地图构建等重要应用中得以验证。对机器人领域的学生和相关从业者来说,本书将是一份宝贵的资料。