本書在“科學技術社會學”框架下，從多學科交叉的管理綜合角度將物聯(lián)網(wǎng)、物聯(lián)網(wǎng)社會與治理創(chuàng)新研究貫通起來，全面、系統(tǒng)地分析物聯(lián)網(wǎng)、物聯(lián)網(wǎng)社會及其治理邏輯等元問題，從技術和經(jīng)濟治理、文化治理、風險治理、民眾參與治理等方面創(chuàng)新物聯(lián)網(wǎng)新時代物聯(lián)網(wǎng)社會的治理理論與實踐。

本書從深度神經(jīng)網(wǎng)絡和AI芯片研究現(xiàn)狀出發(fā)，系統(tǒng)地論述了目前深度學習主流開發(fā)平臺和深度神經(jīng)網(wǎng)絡基于FPGA平臺實現(xiàn)加速的開發(fā)原理和應用實例。全書主要包括5部分：第1～2章介紹了深度神經(jīng)網(wǎng)絡的發(fā)展，并總結(jié)了深度學習主流開發(fā)平臺和AI芯片的研究現(xiàn)狀；第3～6章在對深度神經(jīng)網(wǎng)絡基礎層算子、FPGA進行了介紹后，總結(jié)了FPGA神

本書以深入淺出的方式，講解何為“人工智能”，如何掌握以深度學習為代表的人工智能相關方法，以及如何進行落地應用。本書從理論、工具基礎講解開始，層層遞進，分別向讀者清晰地展現(xiàn)了卷積神經(jīng)網(wǎng)絡、生成式對抗網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、深度強化學習的知識脈絡與方法原理。同時，按照具體應用場景，結(jié)合主流深度學習框架，給出所講述理論的落地應用

AI會取代我們嗎？清晨，智能手環(huán)將你叫醒；上班路上，導航地圖為你規(guī)劃最佳路線；工作中，搜索引擎為你推薦最佳結(jié)果，輸入法為你糾正拼寫錯誤；晚上在家，視頻網(wǎng)站根據(jù)你的喜好推送節(jié)目，購物應用會猜測你的需求展示商品。過去的六十年里，人工智能飛速發(fā)展，如今已深入我們的日常生活。曾經(jīng)只在科幻電影中出現(xiàn)的無人駕駛汽車、腦機接口、類人

本書共11章，主要介紹機器學習的基本概念和兩大類常用的機器學習模型，即監(jiān)督學習模型和非監(jiān)督學習模型。針對監(jiān)督學習模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學習模型和神經(jīng)網(wǎng)絡模型及其訓練；針對非監(jiān)督學習模型，本書講解了常用的降維技術（線性降維技術與非線性降

人工智能將引領一場比互聯(lián)網(wǎng)影響更為深遠的科技革命，各領域的企業(yè)都需要盡早地將人工智能納入企業(yè)規(guī)劃路徑中。在人工智能革命的時代，企業(yè)應如何應對挑戰(zhàn)、如何調(diào)整企業(yè)發(fā)展方向，以及如何重塑企業(yè)運營模式和管理制度，從而在人工智能的浪潮中獲得機遇。作為個人，我們又應如何面對未來人機協(xié)作的工作模式，如何在未來的工作環(huán)境中尋找適合自己

全書首先概要介紹了傳統(tǒng)語音識別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡核心算法。接著全面而深入地介紹了深度學習在語音識別中的應用，包括"深度神經(jīng)網(wǎng)絡-隱馬爾可夫混合模型”的訓練和優(yōu)化，特征表示學習、模型融合、自適應，以及以循環(huán)神經(jīng)網(wǎng)絡為代表的若干先進深度學習技術。

本書主要介紹一種機器學習算法——提升法，主要關注其基礎理論和算法，也兼顧了應用。全書共14章，分為4個部分。首先給出機器學習算法及其分析的概要介紹，然后第一部分重點探究了提升法的核心理論及其泛化能力。第二部分主要介紹了有助于理解和解釋提升法的其他理論，包括基于博弈論的解釋、貪心算法、迭代投射算法，并與信息幾何學和凸優(yōu)化

本書全面且系統(tǒng)地介紹了機器學習測試技術與質(zhì)量體系建設，分為5部分，共15章。第一部分（第1～4章）涵蓋了機器學習、Python編程、數(shù)據(jù)分析的基礎知識；第二部分（第5～7章）介紹了大數(shù)據(jù)基礎、大數(shù)據(jù)測試指南及相關工具實踐；第三部分（第8～10章）講解了機器學習測試基礎、特征專項測試及模型算法評估測試；第四部分（第11～

本書分為3部分，分別是綜述篇、通用技術篇和行業(yè)應用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術篇精心挑選10個以研發(fā)底層技術為核心競爭力的企業(yè)的產(chǎn)品，詳細介紹了它們的實現(xiàn)思路以及現(xiàn)階段應用。行業(yè)應用篇共有24個案例，主要匯集了人工智能技術與實體經(jīng)濟結(jié)合的應用案例，重點關注人工智能技術的應用場景