图解人工智能 - 第6页

...学习基础知识、主要模型及部分前沿研究热点。冀使读者能有效地掌握相关知识，具备用深度学习技术解决大数据问题的能力。全书共 15 章。第1 章绪论，介绍人工智能、机器学习、深度学习的概要。第2、3...

...附录，循序渐进地对模式识别与机器学习领域进行剖析。首先介绍贝叶斯学习基础、逻辑回归、概率图模型基础、隐马尔可夫模型和条件随机场，接着介绍支持向量机、人工神经网络与深度学习、高斯过程、聚类、主成分分析与相关的谱方法...

...与目标代码生成等关键技术细节，每章配有实践项目，体现理论与工程实现的结合。第四篇“运作”则聚焦后端运作机制，包括寄存器分配、图着色方法、垃圾回收机制、面向对象语言编译器及人工智能编译器（如 Python、Lisp、Prolog 等）的编译与运行模型...

...的笔触，通过 3 个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去 60 年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。

...工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，第一部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生成式对抗网络、强化学习...

...的问题，讲述图形学的主要应用以及人工智能，最后以计算理论的介绍结束全书。本书在内容编排上由具体到抽象逐步推进，便于教学安排，每一个主题自然而然地引导出下一个主题。此外，书中还包含大量的图...

...媒体、金融、政务、工业等领域的大模型解决方案；（7）大模型的产业图谱和商业模式，以及大模型产业的发展趋势；（8）大模型带来的风险及其治理思路；（9）大模型未来在经济发展、社会治理、科技创新...

本书首先介绍OpenCV 4以及如何基于Python 3在各种平台上安装OpenCV 4。接下来，你将学习如何执行读取、写入、操纵，以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割，并通过...

...曼·戴森（普林斯顿高等研究院学者）的独家口述，披露了大量未公开的科技秘辛：从 ENIAC 的真空管如何诞生，到 MANIAC 计算机如何同时为氢弹计算与探索人工生命；从冯·诺伊曼对数字宇宙的预见，到图灵对“机器灵魂”的哲思...

...本书是关于如何从零开始构建大模型的指南，由畅销书作家塞巴斯蒂安• 拉施卡撰写，通过清晰的文字、图表和实例，逐步指导读者创建自己的大模型。在本书中，读者将学习如何规划和编写大模型的各个组成部分...