迎來“深度學(xué)習(xí)”這項重大技術(shù)突破后，人工智能已經(jīng)從發(fā)明的年代步入了實干的年代。 現(xiàn)在已是未來，我們所處的時代，已經(jīng)與過去完全不同。面對已經(jīng)來臨的、機遇與挑戰(zhàn)并存的人工智能時代，我們必須要了解人工智能，跟上人工智能發(fā)展的腳步，這樣才能不被時代淘汰。 目前全球人工智能發(fā)展的情況是

本書探索如何將機器學(xué)習(xí)應(yīng)用于各種安全問題(如入侵檢測、惡意軟件分類和網(wǎng)絡(luò)分析)。機器學(xué)習(xí)和安全專家克拉倫斯·奇奧與大衛(wèi)·弗里曼為討論這兩個領(lǐng)域之間的聯(lián)姻提供了框架，另外還包括一個機器學(xué)習(xí)算法工具箱，你可以將其應(yīng)用于一系列安全問題。

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個重要分支，已成為國際上仿生智能計算領(lǐng)域里的研究熱點和重點之一。本書共6章，分別論述了優(yōu)化問題和仿生智能計算、模仿鳥群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無速度項的粒子群優(yōu)化算法、分布估計粒子群優(yōu)化算法和粒子群優(yōu)化算法的應(yīng)用等

本書結(jié)合兩個重要和流行的研究領(lǐng)域：復(fù)雜網(wǎng)絡(luò)和機器學(xué)習(xí)，不僅包括基礎(chǔ)背景知識，還包含近期*新的研究進(jìn)展。書中包括大量插圖和例題幫助讀者理解主要思想和實現(xiàn)細(xì)節(jié)。

本書首先簡要介紹流行的TensorFlow庫，并講解如何用它訓(xùn)練不同的神經(jīng)網(wǎng)絡(luò)。你將深入了解神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和它背后的數(shù)學(xué)原理，以及為什么我們會選擇TensorFlow訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后，你將實現(xiàn)一個簡單的前饋神經(jīng)網(wǎng)絡(luò)。接下來，你將使用TensorFlow掌握神經(jīng)網(wǎng)絡(luò)的優(yōu)化技術(shù)和算法，以及一些更復(fù)雜的神經(jīng)網(wǎng)絡(luò)的實現(xiàn)。

本書主要介紹Caffe的技術(shù)原理和一些高級使用技巧，首先介紹深度學(xué)習(xí)的趨勢和業(yè)內(nèi)動態(tài)，然后介紹Caffe的基礎(chǔ)知識。在理解了Caffe算法的基礎(chǔ)上，介紹Caffe的技術(shù)原理和特點，包括數(shù)學(xué)知識和設(shè)計知識。*后介紹Caffe深度學(xué)習(xí)多任務(wù)網(wǎng)絡(luò)。本書將實踐和現(xiàn)有系統(tǒng)進(jìn)行無縫對接，并詳述了各種調(diào)參技巧。

深度學(xué)習(xí)，特別是深度卷積神經(jīng)網(wǎng)絡(luò)是人工智能的重要分支領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)技術(shù)也被廣泛應(yīng)用于各種現(xiàn)實場景，在許多問題上都取得了超越人類智能的結(jié)果。本書作為該領(lǐng)域的入門書籍，在內(nèi)容上涵蓋深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和實踐應(yīng)用兩大方面。全書共14章，分為三個部分：第一部分為緒論；第二部分（第1～4章）介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識、

《人工智能英語入門（詞句篇）》圍繞“機器人英語教學(xué)，活躍試驗區(qū)改革，突出專業(yè)特色”的方針，以機器人領(lǐng)域中的百詞百句為起點，選取了人工智能英語中常見的一百個詞條，提供漢語釋義和中英文對照的例句，學(xué)習(xí)者可以從語境、語用、語義和結(jié)構(gòu)等多方面進(jìn)行活學(xué)活用。

自人工智能問世以來，人們普遍持有人機對立的觀點，且無時無刻不在害怕自己的工作會被人工智能取代。作者認(rèn)為，是時候拋開這些無謂的擔(dān)憂了，因為人類社會正走向一個與機器共融共生的時代。 未來的新型工作模式是什么？未來有哪些工作不會被人工智能取代？人工智能時代重要的生存技能是什么？本書圍繞這三大核心問題做了透徹的分析。作者帶

《深度學(xué)習(xí)基礎(chǔ)教程》是真正適合深度學(xué)習(xí)初學(xué)者的入門書籍，全書沒有任何復(fù)雜的數(shù)學(xué)推導(dǎo)�！渡疃葘W(xué)習(xí)基礎(chǔ)教程》首先介紹了深度學(xué)習(xí)的優(yōu)勢和面臨的挑戰(zhàn)、深度學(xué)習(xí)采用深層架構(gòu)的動機、學(xué)習(xí)深度學(xué)習(xí)需要的數(shù)學(xué)知識和硬件知識以及深度學(xué)習(xí)常用的軟件框架。然后對多層感知機、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、受限玻耳茲曼機（RBM）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RN