1.本书介绍神经网络和深度学习的基本概念的同时还讲解了基于Python实现神经网络时用到的函数库。 2.本书包含神经网络在不同领域中实际应用的案例，包括费用预估、图像分类、语义分析等。对于每个案例，本书提供了完整的问题描述以及解决该问题所需要的神经网络架构。不仅如此，本书还介绍了选择特定算法的原因以及一步步实现该解决方案的Python代码。 3.在学习本书的过程中，读者将获得基于流行Python函数库（例如Keras）来实现并训练神经网络的实际使用经验。 4.在读完本书后，读者不仅可以掌握多种不同类型的神经网络架构，还能够使用Python语言创建多个AI项目来丰富自己的作品集和项目经历。
本书主要内容包括人工智能起源发展，特别是新一代人工智能的驱动因素和关键技术，并介绍通过Python编程语言的学习和数据统计、*化方法等理论学习掌握人工智能的发工具和方法。而引出深度学习与神经网络、GPU并行计算与CUDA编程等新一代人工智能的核心技术和方法，对于以往较为忽视的数据采集与数据集制作部分专门做一章节来介绍。*后以TensorFlow为平台，通过各种与实际生产生活联系紧密的热应用为案例改编为实验，达到提升创新素养和提高技能水平的人才培养目标。
全书大部分章节紧扣实际需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施，帮助读者真正理解与消化Python机器学习编程与实战。 书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握Python机器学习相关技能。
1. 泰迪 1 X 大数据应用发(Python) 职业技能等级证书高级配套教材 2. 随书附带Python源码，方便读者系统学习并动手实践 3. 实战案例丰富 4. 提供PPT课件、教学大纲、教学度表，以及教案等资源
为了构建稳健的深度学习系统，需要理解神经网络的工作原理以及如何训练CNN模型等知识。通过本书，你可以探索新发的深度学习模型及其在各个领域的使用方法，以及基于应用领域的实现。 本书首先介绍构建模块和神经网络背后的数学知识，然后介绍CNN及其在计算机视觉领域的先应用，以及在对象检测和图像分割中应用流行的CNN架构。还将介绍变分自编码器和GAN，以及如何使用神经网络来提取单词的复杂向量表示。在继续讨论各种类型的循环网络(如LSTM和GRU)之前，会介绍如何在没有RNN的情况下使用注意力机制处理序列数据。然后，介绍如何使用图神经网络处理结构化数据，以及如何使用元学习采用较少的训练样本来训练神经网络。后，了解如何将深度学习应用于自动驾驶汽车。 阅读本书，你将掌握关键的深度学习概念和深度学习模型在现实世界中的不同应用
机器人操作系统（ROS）是科研和工业领域非常受欢迎的机器人软件框架。该系统性能强大，可以在机器人中实现多种功能，而不需要从零始实施。 本书首先介绍机器人操作系统的基础知识，以便你了解差分驱动机器人的基本原理。然后，介绍机器人建模知识以及如何使用机器人操作系统行设计和模拟。着将设计机器人硬件和口驱动器。之后，讲述如何使用机器人操作系统对深度传感器和激光雷达行配置和编程。后，将使用Qt框架为机器人创建图形用户界面。 学习完本书内容后，你将清楚地了解如何将所有元素集成和组装到机器人中，以及如何捆绑软件包。 本书将介绍以下内容： ? 如何从头始设计差分驱动机器人。 ? 如何使用机器人操作系统和URDF对差分机器人建模。 ? 如何使用机器人操作系统和Gazebo模拟差分机器人。 ? 如何设计机器人硬件电子器件。 ? 如何将机器
未来不属于AI，未来属于懂AI的孩子，一本书读懂AI，让孩子赢在AI时代。视频讲解趣味案例，提供源码和习题答案，全彩印刷，让孩子边玩边学，其乐无穷
本书旨在为读者提供与机器学习有关Python3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。
适读人群： 1.强化学习算法和研发人员 2. 深度学习研发和算法工程师 3. 大数据架构师 4.其他爱好者。 （1）理论完备，涵盖主流经典强化学习算法和深度强化学习算法，并配套理论基础和性能分析。 （2）逐章配套Python代码， 深度强化学习算法同时配套TensorFlow 2和PyTorch 1对照代码。 在GitHub上展示全部代码和运行结果。 （3）环境丰富， 理论讲解部分的环境只依赖于Gym的简化安装，使理论学习免受环境安装困扰；综合案例部分环境既涵盖Gym库的完整安装和自定义扩展，还包括Gym库以外的环境，让读者体验更加复杂的强化学习任务。 全面兼容Windows、macOS和Linux三大操作系统，书中给出环境配置方法。 （4）多个综合案例，涵盖AlphaGo改版算法AlphaZero、自动驾驶等。 （5）对硬件配置要求低，理论讲解部分代码不需要GPU即可运行，综合案例代码只需要普通的GPU即
这是一本OpenCV中国团队出品的实践教材，面向本科院校 计算机视觉 实践课。 本教材主要的特是： 1.以前沿的算法应用为主，不再花篇幅介绍一些过时的算法。 2.软件采用源计算机视觉库OpenCV，通用性高，有利学生就业。 3.编程语言采用Python，易于编写和调试，学生可以专注在知识上面，避免耗费太多时间在配置发环境和调试程序上。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车