本书分四部分介绍深度学习算法模型及相关应用实例。第一部分介绍在深度学习中必备的一些数学和机器学习的基础知识。第二部分介绍卷积神经网络、循环神经网络、深度强化网络等经典模型，并对每种模型从原理、结构、优化等方面进行论述。第三部分介绍深度学习中常用的优化方法及训练技巧。第四部分结合实践来介绍深度学习在计算机视觉、模式识别中

本书由院校与企业联合编写，是针对中高职物联网相关专业的入门教材，理论结合实际。本书部分内容来自企业真实案例，并由企业一线的工程师编写，理论知识由具有丰富教学经验的职业院校专业教师编写。本书包括10个单元，主要内容包括：物联网认知、物联网体系结构与标准、传感技术概述、物联网无线传输技术、物联网安全、物联网应用、物联网感知

《深度学习：从Python到TensorFlow应用实战》全面介绍深度学习中的卷积神经网络结构、学习原理、代码实现、API调用等基本知识，重点介绍开发深度学习应用所需要的Python技术基础以及TensorFlow深度学习库，并以文本分类和语音识别为例说明TensorFlow的应用场景。《深度学习：从Python到Te

《人工智能开源硬件与Python编程实践》是基于机器视觉、语音识别等典型方法的开源硬件及开源算法，利用Python编程工具而设计的创新实践项目。 《人工智能开源硬件与Python编程实践》注重推动人工智能新技术的工程实践，将人工智能教育与创客教育相结合，课程模块包括颜色形状检测、目标跟踪、边缘检测、轨迹跟踪、人脸检测

本书作为深度学习工程师初级认证官方教材,将深度学习理论基础与平台操作有机结合,从算法到实战,共分6章,第1~4章主要介绍专业知识,包括数学基础、Python基础、机器学习和深度学习等基础知识;第5章面向工程实战能力的训练,介绍深度学习开发平台,特别是飞桨开发平台的实战案例;第6章面向业务理解与实践能力的提升,介绍深度学

当人们听说“AI的进化将剥夺人类的就业机会”时，出于对机器的担忧和反感，他们就会产生逆反心理，从而造成对AI能力的过高预估；另一方面，当这种过高的期待没有实现时，人们就会产生对AI的全面否定，如“AI什么也干不了”“到头来还不是一无是处、毫无意义”。我们该如何澄清关于AI的各种误解，使企业能够从容自如地使用AI？本书作

本书重点讲述用于预测性数据分析的*重要的机器学习方法，包括理论概念和实际应用。

本书重点在帮你掌握深度学习所要求的数学原理和编程实战经验，使你能快速使用TensorFlow轻松部署产品中的深度学习解决方案，并形成开发深度学习架构和解决方案时所需的数学理解和直觉。本书提供了丰富的理论和实战动手经验，使你可以从零开始掌握深度学习，并能快速部署有价值的深度学习解决方案。本书重点讲解了与多个行业相关的深度

Pytorch是基于python且具备强大GPU加速的张量和动态神经网络，更是Python中优先的深度学习框架，它使用强大的GPU能力,提供*大的灵活性和速度。本书指导读者以Pytorch为工具在Python中学习深层强化学习(DQN)。主要内容包括：强化学习概述及分类、强化学习的算法和实施方法、在Pytorch中实施

本书内容主要包括机器学习的基本知识、基本学习方法、集成学习方法、深度学习方法和深度强化学习方法等内容，将机器学习的经典内容与深度学习等前沿内容有机地结合在一起，形成一套相对完整的知识体系，并在每个章节穿插相应的应用实例，使得广大读者不但能够较好地掌握机器学习基本理论，而且能够比较系统地掌握其应用技术，为今后的工作和进一