• 1

    ="智能硬件产品:从0到1的方法与实践"

    智能硬件产品:从0到1的方法与实践

    少宇

    本书讲述了智能硬件产品从0到1需要的方法和技术。内容涵盖识别市场机会、细分市场、市场分析、产品定位、定义产品需求、定义需求优先级、产品概念生成、产品概念选择、产品概念测试、产品设计、构建产品原型、可用性测试、智能硬件相关法规与认证、产品发布等。

  • 2

    ="科学之路"

    科学之路

    杨立昆

    “图灵奖”得主、“深度学习三巨头”之一、“卷积神经网络之父”……由于在人工智能领域的突出贡献,杨立昆被中国计算机科学界和企业界所熟知。杨立昆的科学之路,谱写了一段关于勇气的宣言。他为了知识本身求学,而不是文凭,他用自己的经历,证明了通过激烈的考试竞争进入名校不是科学成功的窄门。他广泛阅读,为他科学思维的形成奠定了坚实的理论基础。他特立独行,做自己感兴趣的事情,即便那件事在短时间里不被人看好。在人工神经网络研究的低谷期,他寂寞地坚持,终于取得了举世瞩目的成就。人工智能正在颠覆人类社会,未来机器能思考吗?杨立昆的这部著作,讲述正是人工智能在我们面前崛起——这个历史上绝无仅有的时刻发生的故事。

  • 3

    ="深度学习之TensorFlow:入门、原理与进阶实战"

    深度学习之TensorFlow:入门、原理与进阶实战

    李金洪

    本书提供了从单个神经元到对抗神经网络,从有监督学习到半监督学习,从简单的数据分类到语音、语言、图像分类乃至样本生成等一系列前沿技术,具有超强的实用性,读者可以随时查阅和参考。

  • 4

    ="深度强化学习实践(原书第2版)"

    深度强化学习实践(原书第2版)

    马克西姆·拉潘

    本书的主题是强化学习(Reinforcement Learning,RL),它是机器学习(Machine Learning,ML)的一个分支,强调如何解决在复杂环境中选择最优动作时产生的通用且极具挑战的问题。学习过程仅由奖励值和从环境中获得的观察驱动。该模型非常通用,能应用于多个真实场景,从玩游戏到优化复杂制造过程都能涵盖。

  • 5

    ="Python金融大数据风控建模实战:基于机器学习"

    Python金融大数据风控建模实战:基于机器学习

    王青天 孔越

    本书采用Python语言进行代码实战。Python在各行各业的应用越来越普及,从云端到客户端,再到物联网终端,Python应用无处不在。更为重要的是,Python语言是人工智能的首选编程语言,本书聚焦的智能风控领域,正是人工智能对金融数据的应用场景,对此,Python具有无可比拟的优势。关于Python语言实践和人工智能算法理论与实践的书籍颇为丰富,而结合信贷领域场景的算法应用类图书却比较稀缺,本书的出版将会改变这一现状。本书的核心内容包括算法理论与Python代码实践,旨在在构建评分卡的全流程内,先进行算法理论讲解,然后再进行代码实践,全面提升读者构建评分卡的理论造诣和工程能力。

  • 6

    ="AI芯片:前沿技术与创新未来"

    AI芯片:前沿技术与创新未来

    张臣雄

    本书从AI的发展历史讲起,介绍了目前最热门的深度学习加速芯片和基于神经形态计算的类脑芯片的相关算法、架构、电路等,并介绍了近年来产业界和学术界一些著名的AI芯片,包括生成对抗网络芯片和深度强化学习芯片等。本书着重介绍了用创新的思维来设计AI芯片的各种计算范式,以及下一代AI芯片的几种范例,包括量子启发的AI芯片、进一步提升智能程度的AI芯片、有机自进化AI芯片、光子AI芯片及自供电AI芯片等。本书也介绍了半导体芯片技术在“后摩尔定律时代”的发展趋势,以及基础理论(如量子场论、信息论等)引领AI芯片创新并将不断发挥巨大作用。最后,本书介绍了AI发展的三个层次、AI芯片与生物大脑的差距以及未来的发展方向。本书可供在AI芯片领域学习和工作的研究生、本科生、工程技术人员,以及所有对AI芯片感兴趣的人员参考。

  • 7

    ="机器学习"

    机器学习

    赵卫东 董亮

    机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书内容涵盖了机器学习的基础知识,主要包括机器学习的概论、统计学习基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习理论知识,也包括用于大数据机器学习的分布式机器学习算法、深度学习和加强学习等高等级内容。此外,还介绍了机器学习的热门应用领域推荐技术,并给出了华为机器学习平台上的实验。本书深入浅出、内容全面、案例丰富,每章后都有习题和参考文献,便于学生巩固学习,适用于高等院校本科生、研究生机器学习、数据分析、数据挖掘等课程的教材,也可作为对机器学习感兴趣的研究人员和工程技术人员的参考资料。

  • 8

    ="深度学习之PyTorch物体检测实战"

    深度学习之PyTorch物体检测实战

    董洪义

    本书从概念、发展、经典实现方法等几个方面系统地介绍了物体检测的相关知识,重点介绍了Faster RCNN、SDD和YOLO这三个经典的检测器,并利用PyTorch框架从代码角度进行了细致讲解。另外,本书进一步介绍了物体检测的轻量化网络、细节处理、难点问题及未来的发展趋势,从实战角度给出了多种优秀的解决方法,便于读者更深入地掌握物体检测技术,从而做到在实际项目中灵活应用。

  • 9

    ="ROS机器人开发实践"

    ROS机器人开发实践

    胡春旭

    本书以《ROS探索总结》系列博文为基础,重新整理了ROS相关基础要点,让读者能够迅速熟悉ROS的整体框架和设计原理;在此基础上,本书以实践为重心,讲解大量机器视觉、机器语音、机械臂控制、SLAM和导航、机器学习等多方面ROS应用的实现原理和方法,并且翻译了众多ROS中的图表、内容,帮助读者在实现ROS基础功能的同时深入理解基于ROS的机器人开发,将书中的内容用于实践。

  • 10

    ="从零开始:机器学习的数学原理和算法实践"

    从零开始:机器学习的数学原理和算法实践

    大威编著

    零基础读者应如何快速入门机器学习?数学基础薄弱的读者应如何理解机器学习中的数学原理?这些正是本书要解决的问题。本书从数学基础知识入手,通过前3章的介绍,帮助读者轻松复习机器学习涉及的数学知识;然后,通过第4-第13章的介绍,逐步讲解机器学习常见算法的相关知识,帮助读者快速入门机器学习;最后,通过第14章的综合实践,帮助读者回顾本书内容,进一步巩固所学知识。《机器学习的数学原理和算法实践》适合对机器学习感兴趣但数学基础比较薄弱的读者学习,也适合作为相关专业的学生入门机器学习的参考用书。

  • 11

    ="机·智:从数字化车间走向智能制造"

    机·智:从数字化车间走向智能制造

    朱铎先 赵敏

    国内第一本有关数字化车间建设的书籍。数字化车间建设是智能制造的基础与核心,如何建设是企业非常关注的重点,特别是智能背景下的数字化车间方面的书籍现在还没人出版过,本书将本部分作为重点内容进行阐述。

  • 12

    ="机器学习算法的数学解析与Python实现"

    机器学习算法的数学解析与Python实现

    莫凡

    学习机器学习的动机很多,可能是实际工作需要,可能是兴趣爱好,也可能是学业要求,从每种动机的角度看,这个问题都可能有不同的答案。我认同许多人所说的求知不能太功利这一观点,不过大家的时间和精力毕竟有限,就算不去追求投入产出比,至少也应该有一个学这门知识想要达到的目的。机器学习是更偏重于应用的学问,在当下的发展也确实使得机器学习越来越像一门技能,而不仅仅是技术。初学算法时我最想学的是里面的“最强算法”,不过在第1章我将介绍,机器学习算法没有最强的,只有最合适的,对于不同的问题,对应会有不同的最合适算法。所以,我们更需要关注的应该是问题,而不是算法本身。在本书中我选择介绍市面上成熟的机器学习算法包,通过现成的算法包,就能够根据实际要解决的问题直接选择所需要的机器学习算法,从而把注意力集中在对不同算法的选择上。本书的目标读者是想要学习机器学习的学生、程序员、研究人员或者爱好者,以及想要知道机器学习是什么、为什么和怎么用的所有读者。本书第1章介绍机器学习总体背景,第2章介绍配置环境,第3章到第10章彼此独立,每一章介绍一种具体的机器学习算法,读者可以直接阅读想要了解的算法,第11章介绍了集成学习方法,这是一种组合机器学习算法的方法,也是当前在实际使用中常见又十分有效的提升性能的做法。

  • 13

    ="深度学习"

    深度学习

    特伦斯·谢诺夫斯基

    全球科技巨头纷纷拥抱深度学习,自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo,背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机,不再被动按照指令运转,而是像自然进化的生命那样,开始自主地从经验中学习。 本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者,亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者,利用大数据和不断增强的计算能力,终于在神经网络算法上取得重大突破,实现了人工智能井喷式的发展。 作为深度学习领域的通识作品,本书以恢弘的笔触,通过3个部分全景展现了深度学习的发展、演变与应用,首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升,并前瞻性地预测了智能时代的商业图景。

  • 14

    ="生命3.0"

    生命3.0

    迈克斯·泰格马克

    《生命3.0》这本书将是你人工智能时代的思考利器。此书对未来生命的终极形式进行了大胆的想象:生命已经走过了1.0生物阶段和2.0文化阶段,接下来生命将进入能自我设计的3.0科技阶段。兼具思想性和易读性,人人都可读懂的未来指南。作者迈克斯·泰格马克本人博学多识,他用一种生动易懂、新鲜有趣的方式为大众讲述了这个时代最重要问题的“独家内幕”,十分吸引人。不管你是科技圈的还是创投圈的,或是泛互联网圈的,也不管你是渴望洞见未来的高端读者还是科幻发烧友,或是大众读者,《生命3.0》是你参透未来、参与这个时代最重要的对话的深度指南。

  • 15

    ="AI

    AI 3.0

    梅拉妮·米歇尔

    《AI 3.0》是超级畅销书《复杂》作者、复杂系统前沿科学家梅拉妮·米歇尔历经10年思考,厘清人工智能与人类智能的全新力作。本书源自米歇尔多年来对人工智能领域发展真实状态的记录,她在书中通过5个部分揭示了“现在的人工智能可以做什么,以及在未来几十年我们能从它们身上期待什么”。在描述了人工智能的发展历史之后,作者通过对视觉识别、游戏与推理、自然语言处理、常识判断这4大人工智能领域的热门应用的发展现状和局限性的探究,厘清了人工智能与人类智能的关系,书中关于人脸识别、无人驾驶、机器翻译等方面的案例分析都充满了巨大的启示!而这些,都是当下人工智能发展所面临的困境、人工智能想要取得突破性进展所必须重新思考的。看懂这本书,你将对人工智能领域有一个全景式的认知。

Copyright © 2020 - 2022 Mitsuha. All Rights Reserved. 用户协议 · 隐私政策 ·