本书以通俗易懂的语言和有趣的插画来解释深度学习中的概念和方法,生动形象的插图更容易帮助读者理解和记忆。同时,书中指导读者将自己的理解制作成短视频,以加强学习效果。另外,书中还指导读者在Colab平台上进行实践。 本书内容全面,从基础的神经网络、卷积神经网络、循环神经网络等入门知识,到深度学习的应用领域如计算机视觉、自然

本书以人工智能为核心，上篇讲述了人工智能理论知识及发展蓝图规划，目的是帮助读者认识人工智能，找到入局人工智能领域的途径和方法；中篇罗列了可以为人工智能赋能的前沿技术，包括NLP、机器学习、大数据、物联网、区块链等；下篇总结了人工智能对交通、农业、医疗、制造、教育、金融、文娱等行业的影响和作用，旨在让读者了解人工智能是如

本书是一本全面、系统地介绍烟花算法主要研究和典型应用的学术专著，从基础、理论、进展及应用4个方面详细地介绍了烟花算法的研究内容，清晰地展示了烟花算法的研究全貌。书中不仅介绍了许多烟花算法理论研究成果，还提供了大量重要烟花算法改进算法的流程图和烟花算法的统一代码框架，同时展示了丰富的成功应用实例。 本书可作为智能科学、人

本书共八章，内容包括：人工智能与计算机应用、人工智能与电子信息技术的应用实例、人工智能与电子信息技术的应用范围、电子信息技术、电工与电路、模拟电路与数字电路实验、信号与系统实验、我国人工智能与电子信息技术的开发。

全书共8章，第1章对现有常见的基于深度学习剩余寿命预测技术研究现状进行深入分析，第2章给出了一种充分融合深度学习和随机过程优势的退化系统剩余寿命预测方法，第3章与第4章重点围绕全寿命周期情形所开展的剩余寿命预测方法研究，第3章得到的点估计预测结果，第4章是在Bayesian深度学习框架下确定的是概率分布预测结果，第5章

本书详细介绍了强化学习的理论推导、算法细节。全书共12章，包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰，内容简明通俗。除了侧重于理论推导，本书还提供了许多便于读者理解的

主要内容●数据字典和数据治理●数据质量管控、合规和分发●构建自动化管道以提高可靠性●数据摄取、存储和分发●支持生产环境中的数据建模、分析和机器学习

本书介绍了深度学习的基本理论、工程实践及其在产业界的部署和应用。在深度学习框架的介绍中，书中结合代码详细讲解了经典的卷积神经网络、循环神经网络和基于自注意力机制的Transformer网络及其变体。还介绍了这些模型在图像分类、目标检测、语义分割、欺诈检测和语音识别等领域的应用。此外，书中还涵盖了深度强化学习和生成对抗网

主要内容●用进化计算解决复杂的设计和分析问题●调整深度学习超参数●将Q-Learning应用于深度学习，从而进行深度强化学习●优化无监督自编码器的损失函数和网络架构●创建一个能够参与OpenAIGym游戏的进化智能体

《ChatGLM3大模型本地化部署、应用开发与微调》作为《PyTorch2.0深度学习从零开始学》的姊妹篇，专注于大模型的本地化部署、应用开发以及微调等。《ChatGLM3大模型本地化部署、应用开发与微调》不仅系统地阐述了深度学习大模型的核心理论，更注重实践应用，通过丰富的案例和场景，引导读者从理论走向实践，真正领悟和