基于深度学习的自然语言处理

（1）自然语言处理是人工智能领域的一个重要的研究方向，有着巨大的应用需求，但是由于自然语言具有歧义性、动态性和非规范性，同时语言理解通常需要丰富的知识和一定的推理能力，存在极大的挑战。深度学习技术为解决NLP问题提供了一种可能的思路，已成为有效推动自然语言处理技术发展的变革力量。（2）本书的作者和译者都是国内外NLP领域非常活跃的青年学者，他们关注的方法和技术代表和预示着目前和未来NLP领域的趋势。（3）本书系统阐述将深度学习技术应用

智能科学与技术丛书分布式机器学习:算法理论与实践

刘铁岩、陈薇、王太峰、高飞著的《分布式机器学习(算法理论与实践)/智能科学与技术丛书》旨在全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。 全书共12章。章是绪论，向大家展示分布式机器学习这个领域的全景。第2章介绍机器学习的基础知识。第3章到第8章是本书的核心部分，向大家细致地讲解分布式机器学习的框架及其各个功能模块。其中第3章给出整个分布式机器学习框架的综述，而第4章到第8章则分别针对其

智能系统与技术丛书深度学习实践:基于CAFFE的解析

本书主要介绍Caffe的技术原理和一些不错使用技巧，首先介绍深度学习的趋势和业内动态，然后介绍Caffe的基础知识。在理解了Caffe算法的基础上，介绍Caffe的技术原理和特点，包括数学知识和设计知识。*后介绍Caffe深度学习多任务网络。本书将实践和现有系统进行无缝对接，并详述了各种调参技巧...

深入理解XGBoost:高效机器学习算法与进阶

1）知名互联网公司工程师撰写，打通高效机器学习脉络，掌握竞赛神器XGBoost 2）以机器学习基础知识做铺垫，深入剖析XGBoost原理、分布式实现、模型优化、深度应用等...

机器学习实战

（1）星环科技人工智能平台团队合著，凝结星环科技人工智能和大数据团队丰富的实战经验 （2）从技术视角提供当前人工智能相关技术的深入介绍，不仅讲解人工智能知识体系的理论基础，也可以指导基于实战的平台环境进行操作。 （3）针对各种类型的机器学习问题，基于星环自研的人工智能平台（Sophon）环境，结合真实案例，依照数据、分析、建模的演进历程进行系统化阐述并进行实战讲解。...

深度强化学习:学术前沿与实战应用

读者对象：1.从事AI理论研究的研究人员；2.高校智能方向的高年级本科生和研究生；3.工业界做AI应用的机器学习工程师、算法工程师等。 1.作者资深。本书由北京理工大学刘驰教授团队撰写； 2.直奔主题，理论结合实践。详解单智能体、多智能体深度强化学习和分布式、多任务深度强化学习相关算法，深入解读每种算法的代码原型实现； 3.领域应用分析：给出深度强化学习在游戏、机器人控制、计算机视觉和自然语言处理四大领域的实际应用，侧重讨论深度强化学

轻松上手IT技术日文译丛边做边学深度强化学习:PyTorch程序设计实践

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中实施深度规划与实现。、“实施深层强化学习DQN”、理解并实施新的深层强化学习方法（Double-DQN、Dueling

TensorFlow深度学习从入门到进阶

《TensorFlow深度学习从入门到进阶》以TensorFlow为主线进行讲解，书中每章节都以理论引出，以TensorFlow应用巩固结束，理论与实践相结合，让读者快速掌握TensorFlow机器学习。《TensorFlow深度学习从入门到进阶》共11章，主要包括TensorFlow与深度网络、TensorFlow编程基础、TensorFlow编程进阶、线性回归、逻辑回归、聚类分析、神经网络算法、卷积神经网络、循环神经网络、其他网络

深度学习系列Keras高级深度学习

《Keras不错深度学习》是不错深度学习技术的综合指南，内容包括自编码器、生成对抗网络（GAN）、变分自编码器（VAE）和深度强化学习（DRL），在这些技术的推动下，AI于近期取得了令人瞩目的成就。《Keras不错深度学习》首先对多层感知器（MLP）、卷积神经网络（CNN）和循环神经网络（RNN）进行了概述，这些是本书中介绍的更不错技术的构建模块。之后探索了包括ResNet和DenseNet在内的深度神经网络架构以及如何创建自编码器。

AI自动化测试:技术原理、平台搭建与工程实践

（1）本书由腾讯互动娱乐事业群旗下的TuringLab实验室撰写，该实验室聚集了大量AI技术和测试方面的专家，在自动化测试领域的研究和实践都处于业界领先水平。（2）本书从技术原理、平台构建、工程实践3个维度全面讲解AI技术在腾讯游戏测试中的应用，经过了大量商业游戏的检验。...

OReilly精品图书系列Kotlin编程实践

本书的重点不仅在于讲解 Kotlin 的语法与语义，还将展示何时以及为何应该使用某个指定的语言特性。本书的目标不一定会涵盖每一个 Kotlin 语法与库的细节。但在*后，本书添加了很多基本原理的内容，让即使只有 Kotlin 初级知识的读者也可以理解本书的内容。当你认真学习 Kotlin 的细节后，你就可以使用这门受欢迎的语言构建 Android 应用、Web 应用以及其他程序。Kotlin 不仅可以用于任何应用 Java 的地方，还

无人驾驶原理与实践

无人驾驶系统涉及的技术面很好广泛，内容繁多，种类多跨度大。现阶段而言，实现无人驾驶系统主要有两种思路：一是传统的机器人学的思路，另一种是采用深度学习的方法。这两类技术都在不断地发展，汽车公司和科技公司的无人驾驶汽车系统也往往融合了这两类技术。本书将综合这两类技术，为读者从原理到实践详细讲解应用于无人驾驶汽车系统的关键技术，为意图入门无人驾驶汽车领域的读者打好基础。阅读完本书，读者将有能力进入无人驾驶汽车这一前沿领域，进行更加深入的探索

深度学习之图像识别:核心技术与案例实战

本书是一本讲述深度学习在计算机视觉领域的书籍，为机器学习和深度学习相关领域中需要学习图像识别和处理技术的读者量身定做。本书很好详尽地讲述了深度学习的各个知识点，包括深度学习卷积神经网络的理论知识、深度学习中的数据，以及图像分类、图像分割和目标检测等三大图像基础应用；另外还介绍了深度学习的数据可视化和模型可视化、深度学习中的常用损失函数、模型压缩以及深度学习模型部署的前后端基础知识。本书从第4章开始，每章都配置有一到两个难易程度不同的案

智能系统与技术丛书KERAS深度学习实战

作为机器学习中的一个重要研究领域，人工神经网络的发展历史一波三折。2006年以来，随着深度学习的兴起和成功应用，人工神经网络迎来了新的生机。与传统的人工神经网络相比，深度学习的很大特点是网络层数有了大幅度的增加，配合其他相关技术，解决了以图像、声音等作为数据的传统人工神经网络难以解决的问题。作为快速实现深度学习的平台，TensorFlow一定程度上简化了神经网络的构建程序，Keras进一步对TensorFlow进行了封装，从而能更加快

智能系统与技术丛书移动平台深度神经网络实战:原理,架构与优化

整体思路是：1、*初介绍深度学习推荐的知识点，做好基础知识铺垫 2、讲解数据收集、清洗和预处理过程3、讲解深度学习训练4、移动端实践：性能优化、指令集优化、移动端预测框架开发（基于caffe2、mxnet或ncnn，还未定），开发App使用预测...

智能科学与技术丛书数据流机器学习:MOA实例

本书首先简要介绍了机器学习的主题，包括大数据挖掘、数据流挖掘的基本方法，以及一个简单的MOA示例。接下来针对sketch技术、分类、集成方法、回归、聚类和频繁模式挖掘进行了更详细的讨论。本书很后讨论了MOA软件，涵盖MOA图形用户界面、命令行、MOA API的使用以及MOA中新方法的开发。对于那些想要使用数据流挖掘的读者、数据流挖掘的研究人员，以及想要为MOA创建新算法的程序员来说，本书将是一个重要的参考指南...

机器阅读理解:算法与实践

读者对象：1.自然语言处理开发人员；2.人工智能和深度学习工程师；3.大数据工程师与架构师；4、其他爱好者 1）微软人工智能首席技术官黄学东、中国计算机学会秘书长杜子德联袂推荐 2）微软高级研究员朱晨光撰写，曾2次获得全球性阅读理解竞赛冠军 3）剖析机器阅读理解支撑技术、模型架构、前沿算法、模型 4）机器阅读理解模型SDNet源码分析与工业级落地应用分析 作者亲授机器阅读理解直播课，搭配图书学习效果更佳！ 回放华章计算机 2、

MATLAB机器学习:人工智能工程实践(原书第2版)

读者对象：具有MATLAB使用基础的大专院校工程专业学生、研究者和从业工程师 1、本书提供所有示例的源代码下载：https://ww2.mathworks.cn/academia/books/matlab-machine-learning-recipes-paluszek.html ，读者可在MATLAB中文社区论坛：http://www.ilovematlab.cn/forum-265-1.html 与译者互动交流； 2、由浅入

智能系统与技术丛书:机器学习算法(原书第2版)

读者对象：希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家 1）便于学习，所有的理论后都附有基于Python的具体实例； 2）版本新，适用Python3.5以上版本； 3）实例丰富，场景多样，配套代码完备。...

人脸识别与美颜算法实战:基于Python、机器学习与深度学习

本书将传统的图像处理技术、机器学习时代的图像技术，到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用，以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点，专注于人脸图像的各种处理，大量实际案例，带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程，如何优化算法逻辑，如何将算法应用到实际的场景中。另外本身的最后一章，深扒了目前抖音、美颜相机、天天P图、淘宝、京东等APP里面图像技术的应用场景以及

TensorFlow深度学习(原书第2版)

1.介绍了深度学习的核心概念，并采用了*新版本的TensorFlow。2.深入讲解了如何使用 TensorFlow 构建深度学习应用，从实践的角度讲解了深度学习知识。3.学习如何利用前馈神经网络、卷积神经网络、循环神经网络、自编码器和因子分解机为机器学习系统开发深度学习应用程序，并了解如何在GPU上实现分布式深度学习程序设计。4.既讨论了许多实际技术问题，也简要介绍了一些问题的理论基础。...

基于GPU加速的计算机视觉编程:使用OpenCV和CUDA实时处理复杂图像数据

本书是OpenCV开发人员的必读指南，手把手教你使用OpenCV和CUDA实现GPU加速的计算机视觉项目开发，帮你快速掌握利用GPU实时处理复杂图像数据的高效技术。全书共11章，第1章介绍CUDA架构及应用；第2章介绍如何使用CUDA为GPU编写程序；第3章介绍如何从CUDA程序中调用线程，以及多个线程如何相互通信；第4章介绍CUDA streams和CUDA events等高级概念；第5章介绍在所有操作系统中安装支持CUDA的Ope

OReilly精品图书系列云原生:运用容器、函数计算和数据构建下一代应用

本书旨在能够提供一些基础知识，来帮助开发者和架构师更从容地开启云原生应用之旅。本书首先介绍一些分布式系统的基本原理及其与云原生应用的关系，然后再进一步介绍容器和函数等相关技术，接着，本书会介绍服务间的通信模式、服务的弹性和数据模式，并讨论在什么情况下应该使用这些技术，*后会总结一些经验性的东西，例如如何结合DevOps方法，怎么兼顾可移植性，以及一些*佳实践。这些*佳实践对于打造一个成功的云原生应用是很好有帮助的。这本书不会手把手教你

电子电气工程师技术丛书可穿戴传感器:应用、设计与实现

阐述可穿戴传感器原理、设计、制造和实施。主要内容包括穿戴式柔性传感器的制备与表征，穿戴式传感器的物理特性、设计和应用穿戴式医疗传感器信号调理智能电路，以及基于Python的传感器数据采集、数据提取和数据分析的基于GUI的软件开发...

智能系统与技术丛书机器学习:基于OpenCV和Python的智能图像处理

本书以Python语言为蓝本，以OpenCV为框架，使用Anaconda搭建环境，通过丰富的实例，从实验、实践、实用的角度，详细叙述了运用Python和OpenCV实现智能图像处理的过程。全书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，全面阐述了智能图像处理的理

机器视觉与机器学习——算法原理、框架应用与代码实现

1首次将机器视觉与机器学习两大领域深度融合介绍的佳作2应用案例参考价值高，分析过程、实验设置、实验数据、程序代码及运行结果一应俱全3全书代码采用MATLAB、C 、Python实现，便于读者自学，并做到触类旁通，举一反三...

智能系统与技术丛书OpenCV深度学习应用与性能优化实践

OpenCV以其易得、易懂、易用为靠前学术界和工业界所熟知。作为经典的图形图像类开源软件，OpenCV可以说是兼具“大而全”和“小而精”特点。“大而全”是指OpenCV全面涵盖了从教科书式的基本图像处理单元算法，到更复杂的不错算法，直至近期新的围绕机器学习的算法。“小而精”是指其每个算法的实现被社区反复锤炼、优化，甚至满足一些项目需求的KPI，可以直接用于产品化。本书的作者团队长期从事图形图像和视频编解码处理的算法研究、软件的功能实现

智能系统与技术丛书PYTHON深度学习:基于PYTORCH

深度学习是人工智能的核心，随着大量相关项目的落地，人们对深度学习的兴趣也持续上升。不过掌握深度学习却不是一件轻松的事情，尤其是对机器学习或深度学习的初学者来说，挑战更多。为了广大人工智能初学者或爱好者能在较短时间内掌握深度学习基础及利用PyTorch解决深度学习问题，我们花了近一年时间打磨这本...

深入浅出图神经网络:GNN原理解析

这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作-在图神经网络领域具有重大的意义。 本书作者是图神经网络领域的资深技术专家-作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究与实践经验的总结-内容系统、扎实、深入浅出-得到了白翔、俞栋等多位学术界和企业界领军人物的高度评价及强烈推荐。 全书共10章： 第1～4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识-是阅读本书的预备知识； 第5～6

机器学习算法的数学解析与Python实现

这是一本讲解算法的书籍，从生活中的常见例子来讲解，使读者发现算法的乐趣，能快速把算法应用到机器学习中。...

深入浅出:工业机器学习算法详解与实战

实用性是本书的基本出发点，书中介绍了近年来在工业界被广泛应用的机器学习算法，这些算法经受了时间的考验，不但效果好而且使用方便。此外，本书也十分注重理论的深度和完整性，内容编排力求由浅入深、推理完整、前后连贯、自成体系，先讲统计学、矩阵、优化方法这些基础知识，再介绍线性模型、概率图模型、文本向量化算法、树模型和深度学习。与大多数机器学习图书不同，本书还介绍了算法周边的一些工程架构及实现原理，比如如何实时地收集训练样本和监控算法指标、参数

深度学习快速实践:基于TensorFlow和Kears的深度神经网络优化与训练

本书内容包括神经网络的基础，深度神经网络的优化和验证，深度神经网络开发和训练环境的构建，使用TensorBoard进行网络训练的监控，以及模的超参数优化。本书详细介绍的深度学习问题，包括基本的回归问题、二元分类问题和多元分类问题；还包括较为复杂的卷积神经网络对图像的分类和使用预训练CNN进行的迁移学习；使用递归神经网络进行时间序列预测、自然语言分类，以及通过sequence-to-sequence模型进行机器翻译；深度强化学习的智能体

智能系统与技术丛书基于深度学习的自然语言处理

自然语言处理（Natural Language Processing，NLP）属于人工智能的一个子领域，是指用计算机对自然语言的形、音、义等信息进行处理，即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等进行操作和加工。它对计算机和人类的交互方式有许多重要的影响。本书可划分为三大部分：部分包括、2章，主要介绍了NLP的常用基本技术，包括词嵌入、文本规范化、标记文本、词性标注等，并且附有练习，以帮助读者实际上手和巩固所学知识；第

国外工业控制与智能制造丛书基于学习的自适应控制:理论及应用

本文围绕基于学习的自适应控制。首先，重点介绍一些重要的数学工具；然后重点阐述本书的重点内容：基于模型的或经典的自适应控制、无模型自适应控制和自适应控制的学习；第三章着重基于极值搜索的迭代反馈增益，给出机电一体化的应用实例；第4章介绍多参数的极值搜索控制算法自动调整反馈增益，给出强大的非线性控制器加模型学习算法；第5章是基于极值搜索的间接自适应控制，给出两个不同的MES算法，*后两章重点介绍极值搜索为基础的非线性系统参数辨识算法和求极值

智能系统与技术丛书人工智能开发实践:云端机器学习导论

务实地解决AI问题需要更多地关注结果而不仅是技术。归根结底，花费数月时间为一些永远无法投入生产的任务选择*佳的机器学习算法只是徒劳无功和浪费金钱。将更多的机器学习技术投入到生产过程的一种方式就是停止辛勤工作，使用云提供商提供的现成解决方案是避免这种辛勤工作的强大技术。从英雄驱动式开发转向鼓励业务连续性和交付解决方案的组织行为对各方都有益处...

智能系统与技术丛书PyTorch深度学习实战

随着深度学习在计算机视觉、自然语言处理、语音识别及分割领域的日益火爆，对于算法从业人员来说，熟练掌握并应用一种深度学习框架已成为推荐技能。在众多深度学习框架中，目前主流的是PyTorch和TensorFlow。尽管TensorFlow在工业界的应用有诸多优势，但依然有很多研究人员从TensorFlow转向PyTorch。PyTorch以其易于调试、具有动态计算图等特性备受学术界关注。关于PyTorch和TensorFlow的框架之争从

智能系统与技术丛书深度学习:卷积神经网络技术与实践

本书共11章，主要内容包括深度学习简介、Python基础、神经网络基础、卷积神经网络、经典卷积网络结构、迁移学习、循环神经网络、强化学习、深度强化学习、基于策略的算法更新与趋势等，通过具体案例，将Python语言、深度学习思想、强化学习思想和实际工程完美地结合起来。本书由浅入深，从易到难，各章节既相对独立又前后关联，其*大的特点就是打破了传统书籍的讲解方法，在介绍各部分理论基础的同时，搭配具体实例，通过对相关程序的详细讲解进一步加深对

智能系统与技术丛书Tensorflow 2.0神经网络实践

本书通过聚焦于开发基于神经网络的解决方案来介绍机器学习，首先将从熟悉构建深度学习解决方案所需的概念和技术开始，然后介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型，以及使用TF 2.0的工具，如TensorFlow Datasets和TensorFlow Hub，加速开发过程。学完本书之后，读者将能够使用TF 2.0开发任何机器学习问题的解决方案，并能将它们部署到生产环境之中...

机器学习导论-原书第3版

本书是关于机器学习这一主题内容全面的教科书，涵盖了通常在机器学习导论中并不包括的广泛题材。对机器学习的定义和应用实例进行了介绍，涵盖了监督学习、贝叶斯决策理论、参数方法、多元方法、维度归约、聚类、非参数方法、决策树、线性判别式、多层感知器、局部模型、核机器、图方法、隐马尔可夫模型、贝叶斯估计、组合多学习器、增强学习以及机器学习实验的设计与分析等...

智能系统与技术丛书PYTHON人脸识别:从入门到工程实践

内容简介这是一本面向初学者的人脸识别工具书，不仅适合零基础的读者快速入门，而且适合有一定基础的读者迅速达到可以进行工程实践的水平。作者就职于某世界100强企业，在人脸识别方面积累了丰富的工程实践经验，本书不仅详细介绍了机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法，而且还通过相关的实战案例讲解了如何进行人脸识别方面的实践，以及如何将做好的模型用于工程实践中。同时，本书还提供了大量简洁、精炼的代码，能帮助读者从零开始实

智能系统与技术丛书MXNET深度学习实战

深度学习领域开始受到越来越多的关注，各大深度学习框架也孕育而生，在这个阶段，我被深度学习深深吸引并逐渐开始学习相关知识。研究生毕业后，我继续从事算法相关的工作，具体而言是深度学习算法在图像领域的应用，也就是常说的计算机视觉算法。MXNet和PyTorch这两个框架我都很好喜欢，不过目前市面上关于MXNet框架的书籍较少，而且MXNet发展至今各种接口比较稳定，用户体验挺不错的，所以很终决定以MXNet框架来写这本深度学习实战教程。MX

智能系统与技术丛书机器学习即服务:将PYTHON机器学习创意快速转变为云端WEB应用程序

近几年来，人工智能（AI）一直在飞速发展着，它正在开启一个全新的创新时代。从智能音箱到各种机器人，从人脸识别到语言翻译，从智能推荐到自动驾驶，人工智能在各行各业应用得越来越广泛。人工智能技术是引领未来的创新性技术，它将拥有很好光明的前景。译者对这一点深信不疑。于是，大概半年前，为了学习AI，译者买来了大学时期曾经学过的《概率论》《微积分》《线性代数》等数学书籍，以及几本讲述各种算法和模型的大部头。尽管很努力地学习，但是自我感觉效果不太

智能科学与技术丛书统计强化学习:现代机器学习方法

本书从现代机器学习的视角介绍了统计强化学习的基本概念和实用算法。它涵盖了各种类型的强化学习方法，包括基于模型的方法和与模型无关的方法，策略迭代和策略搜索方法...

神经网络与机器学习-原书第3版

本书是关于神经网络的全面的、彻底的、可读性很强的、最新的论述。全书共15章，主要内容包括rosenblatt感知器、通过回归建立模型、最小均方算法、多层感知器、核方法和径向基函数网络、支持向量机、正则化理论、主分量分析、自组织映射、信息论学习模型、动态规划、神经动力学、动态系统状态估计的贝叶斯滤波等。　　本书适合作为高等院校计算机相关专业研究生及本科生的教材，也可供相关领域的工程技术人员参考。...

柔性机器人:多尺度操作应用

关于本书本书是为从事柔性机器人研究领域的研究人员提供有关机器人实际操作的先进科学和技术。不同章节研究了所涉及的一些机器人装置的各个阶段，尤其是针对具有柔性机械特点的操作任务设计。第1章介绍了微抓手系统功能集成设计的总体背景；第2章重点介绍了模态能控性和能观性的双重表示，这对于显著控制问题中振动模式的控制权限具有重要作用；第3章介绍了允许同时利用能量和系统结构表示的不同建模工具；第4章讨论了两种无传感器方法，可用于在受限或拥挤环境下的操

机械人建模和控制

Python机器学习案例教程(原书第2版)/大数据丛书

本书包括3部分：部分介绍机器学习的基本概念，它们是机器学习的预备知识；第2部分系统介绍几种成熟的机器学习算法和技术；第3部分介绍贯穿整个机器学习工作流程的21个很好案例，并且讨论具有前瞻性的方法和想法，它们被认可为是机器学习未来的研究重点。本书中的代码均在Python 3中测试通过。 本书适合高等院校相关专业的大学生、研究生或教师阅读学习，以及不具有机器学习或统计背景但是想要快速补充机器学习算法知识，以便在实际产品或平台中应用

机器视觉从入门到提高

机器视觉简单来理解就是一门用机器代替人眼做测量和判断的技术，在现代制造中应用广泛，如在产品定位、缺陷检测、尺寸测量、条码识别等方面均有应用。机器视觉是一门综合技术，包括数字图像处理、自动控制、光源照明、光学成像、传感器、机器人等知识。本书由浅入深比较全面地介绍了机器视觉的相关知识，包括机器视觉基本知识、工业相机原理及选型、工业镜头特性及选型、光学基本知识及不同打光方案效果、机器视觉其他常用配件、数字图像处理知识及机器视觉算法平台软件M

Python深度学习(逻辑算法与编程实战)

机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个很好接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。 本书是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型结构、数据爬取和清洗、图像识别分类、自然语言处理、情感分析、机器翻译、

基于机器学习的数据缺失值填补:理论与方法

这是一部讲解如何基于机器学习技术实现数据缺失值填补的专著，与传统的基于统计学的缺失值填补方法相比，效率上得到了较大的提升。作者基于多年的研究和实践成果，创新性地提出了基于神经网络的缺失值填补方法和基于TS模型的缺失值填补方法。 全书共8章，可分为4个部分。 第壹部分（第1~3章）：首先介绍缺失值填补领域的缺失数据机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。 第二部分（第4~5章）：对

深度强化学习:入门与实践指南 深度强化学习从原理到算法全面探索.面向实践,掌握构建智能体、聊天机器人实战项目

强化学习是机器学习发展很好迅速的一个领域，由于其灵活性和通用性，可以应用在从玩游戏到优化复杂制造过程的许多实际情况。本书帮助读者迅速理解深度强化学习，并从原理到新近算法进行全面探索。关于强化学习的新资料很多，但多数过于专业和抽象，很不容易理解，并且从理解原理到可以实际解决问题之间还有巨大差距，而本书意在填补强化学习方法在实用性和结构化信息方面的不足，以帮助读者从整体上轻松理解深度强化学习。同时本书的另一个特点是面向实践，从简单到很好复

Python机器学习:数据建模与分析

本书共13章, 对机器学习的原理部分进行了讲解, 对机器学习算法部分均进行了Python实现。除前两章外, 各章都给出了可实现的实践案例, 并全彩呈现数据可视化图形...