本書通過具體的編程實踐案例，全面系統(tǒng)地講述了機器學習涉及的核心內容。首先介紹新特性以及安裝OpenCV4構建計算機視覺應用程序。你將探索機器學習的基礎知識，學習設計用于圖像處理的各種算法。本書將逐步介紹有監(jiān)督學習和無監(jiān)督學習。你將獲得使用Python中的scikit-learn開發(fā)各種機器學習應用程序的實踐經驗。后續(xù)章

深度學習是機器學習研究中的一個活躍領域，《深度學習入門》的宗旨在于為深度機器學習的初學者提供一本通俗易懂、內容全面、理論深入的學習教材。本書的內容大體可以分為機器學習基礎、順序傳播神經網絡的深度學習、玻爾茲曼機和深度強化學習四個部分，既考慮了通俗性和完整性，又介紹了深度學習的各個方面。其中機器學習基礎部分介紹了神經網絡

作為機器學習的核心，《機器學入門》介紹了基于貝葉斯推論的機器學習，其基本思想是將數(shù)據(jù)及數(shù)據(jù)產生的過程視為隨機事件，從數(shù)據(jù)的固有特征開始，通過一系列假設來進行數(shù)據(jù)的描述，進而構建出與機器學習任務相適應的隨機模型，然后通過模型的解析求解或近似求解得出未知事件的預測模型。通過貝葉斯學習，我們可以了解到更多關于數(shù)據(jù)的信息，進而

本書采用技術分析與場景描述相結合的模式，圍繞物聯(lián)網體系結構、關鍵技術和安全防控等方面進行系統(tǒng)的介紹。本書主要包括物聯(lián)網概述、物聯(lián)網基礎知識、物聯(lián)網數(shù)據(jù)服務、場景角度的IoT安全、技術角度的IoT安全、物聯(lián)網流量安全、區(qū)塊鏈與物聯(lián)網安全七部分內容。

增強現(xiàn)實（AR）作為虛擬現(xiàn)實的一個技術延伸，是虛擬與現(xiàn)實的連接入口，是一種實時計算攝像機捕捉到的現(xiàn)實影像的位置及角度并加上相應虛擬信息的技術。伴隨著AR技術迅速發(fā)展的是其3D實感攝像設備的快速更新。將這些3D實感攝像設備結合物聯(lián)網技術可廣泛應用于導航與定位、遠程醫(yī)療、智能家居控制等多種領域。本書從系統(tǒng)設計的角度出發(fā)，由

數(shù)字化技術是智能制造的核心，基于VR/AR的可視化技術則是智能制造的先進載體。本書主要內容包括：介紹基于VR/AR的數(shù)字化制造的基礎理論與技術支撐體系；然后給出關鍵支撐技術和使能技術；從智能制造的設計、制造、服務的全生命周期角度，展開航天航空、海工、汽車、紡織、物流等行業(yè)領域的VR/AR的智能制造應用新方法；后介紹國內

本書全面系統(tǒng)地講解了深度學習相關的知識。全書共8章，內容包括深度學習簡介及TensorFlow安裝，神經網絡基礎、神經網絡的TensorFlow實現(xiàn)、卷積神經網絡基礎、經典卷積神經網絡（上）、經典卷積神經網絡（下）、深度學習用于文本序列和深度學習實驗項目等內容。 本書以知識體系為基礎，以課堂案例為載體，采取理論與實踐相

本書從神經網絡的基礎知識講起，逐步深入到Python進階實戰(zhàn)，通過對各種實用的第三方庫進行詳細講解與實戰(zhàn)運用，讓讀者不但能夠更加深入地了解神經網絡，而且能夠簡單高效地搭建自己的神經網絡，即使沒有專業(yè)背景知識也能輕松入門神經網絡。 本書分為11章，涵蓋的主要內容有神經網絡概述，神經網絡基礎知識，計算機程序的特點，神經網絡

本書圍繞人工智能研究的發(fā)展以及由人工智能技術發(fā)展而引起的一系列問題展開討論。該書首先介紹了什么是人工智能，以及人工智能對社會產生的正面和負面影響，并對人工智能所涉及的倫理道德問題進行分析，最后探討了人工智能未來發(fā)展的可能性。全書配有大量彩色插圖與照片、術語表、指南、視頻資源鏈接、文本相關問題與報道觀點、詳盡的索引補充和

隨著機器學習算法的普及，開發(fā)和優(yōu)化這些算法的新工具也得到了發(fā)展。本書首先介紹了scikit-learn包，學習如何使用scikit-learn語法；學習監(jiān)督模型和無監(jiān)督模型之間的差異，以及為每個數(shù)據(jù)集選擇適當算法的重要性；學習將無監(jiān)督聚類算法應用到真實的數(shù)據(jù)集中，發(fā)現(xiàn)其中的規(guī)律，并在探索中解決無監(jiān)督機器學習問題。