本書是一本系統(tǒng)論述TensorFlow編程的新形態(tài)圖書(含紙質圖書、程序代碼及微課視頻)。全書分為22章:第1~5章介紹了TensorFlow基礎;第6~8章介紹了神經網(wǎng)絡多層感知層編程;第9~12章介紹了人工智能數(shù)學;第13章介紹了存儲和讀取;第14章介紹了回歸預測數(shù)據(jù)結果;第15~17章介紹了圖形辨識和CNN;第1

告訴你一個不太光彩的秘密:在大多數(shù)數(shù)據(jù)科學項目中，有一半的時間都花在清理和準備數(shù)據(jù)上了。但還有更好的方法:針對表格數(shù)據(jù)和關系數(shù)據(jù)庫進行優(yōu)化的深度學習技術，無需密集的特性工程，就能提供洞察和分析。學習使用少量的數(shù)據(jù)過濾、驗證和清洗，就能解鎖深度學習性能的技能。《深度學習處理結構化數(shù)據(jù)實戰(zhàn)》傳授面向表格數(shù)據(jù)和關系數(shù)據(jù)庫的強

作為一門應用型學科，機器學習植根于數(shù)學理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型四個大類共26個經典算法進行了細致的公式推導和代碼實現(xiàn)，旨在

《事件驅動神經形態(tài)系統(tǒng)》系統(tǒng)地描述了神經形態(tài)工程領域的新技術，包括構建完整的神經形態(tài)芯片和解決制造多芯片可擴展系統(tǒng)面臨的技術問題�！妒录�驅動神經形態(tài)系統(tǒng)》主要內容分為兩部分。分（第2-6章）描述了所構建的AER通信體系結構、AER傳感器和電子神經模型，其中，第2-5章用樹狀圖描述了將架構和電路關聯(lián)起來的歷史，并引導讀者

本書是一本創(chuàng)建真實世界智能系統(tǒng)的問題解決指南。提供了一種包含概念、實踐、實際示例和代碼示例的綜合方法，教給讀者理解和解決機器學習不同問題所需的重要技能。通過介紹Python機器學習生態(tài)系統(tǒng)中的真實案例研究，教授成為一個成功的實踐者所必需的機器學習技術。本書還側重于機器學習的基礎知識，以解決不同領域的真實世界案例，包括生

《Python深度學習（第2版）》系統(tǒng)地講解了機器學習、深度學習、強化學習理論知識，揭秘了各種神經網(wǎng)絡架構如卷積神經網(wǎng)絡、循環(huán)神經網(wǎng)絡、長短期記憶網(wǎng)絡和膠囊網(wǎng)絡背后的原理和實際應用；講解了如何使用高性能的算法和常用的Python框架來進行訓練，以及如何解決計算機視覺、自然語言處理和語音識別等領域的問題；還講解了生成模型

故事的主角露比是一個6歲的小女孩，她有一頭火紅色的熱情的頭發(fā)，天不怕地不怕，充滿想象力，喜歡各種冒險。在“人工智能”的故事里，露比和她的好朋友茱莉亞帶著小機器人（AI）來到學校。在學習的過程中，同學們發(fā)現(xiàn)很多事情AI做得比人類更好，但也有很多事情是AI不會做的。小機器人在學校能學到什么呢？它會教給露比和她的同學什么樣的

本書第1章介紹聯(lián)邦學習的發(fā)展背景和歷程，以及金融業(yè)中數(shù)據(jù)共享的機遇和挑戰(zhàn)。第2-5章介紹不同類型的機器學習方法在聯(lián)邦學習模式下的實現(xiàn)，以及關鍵算法原理。第6章介紹聯(lián)邦學習開源框架FATE的架構和部署，以及在金融控股集團內大數(shù)據(jù)平臺上建立跨機構統(tǒng)一數(shù)據(jù)科學平臺的實施方案。第7章從建模者的角度展示了典型建模流程的實戰(zhàn)過程。

本書圍繞兩個奇點對人工智能展開了討論，即科技奇點和經濟奇點。首先，科技奇點部分介紹了從弱人工智能到強人工智能再到超智能的相關現(xiàn)狀、研究團體、可能的突破點、未來趨勢。其次，經濟奇點部分，首先回顧了自動化的發(fā)展歷程，工業(yè)革命、石油、電力、信息革命。以及當下這波人工智能革命的不同，對當前經濟的沖擊，具體介紹了當下自動駕駛汽車

本書以貼近老年人日常信息化、智能化應用為核心需求，運用情景化教學的手法組織編寫，分為九個模塊：開啟智能移動終端的序幕、智能手機基本操作、學習類App、社交類App、支付類App、購物類App、休閑娛樂類App、出行類App和信息安全與防詐騙。通過還原一個又一個日常應用中的場景，使老年人在閱讀學習的過程中更容易理解和接受