前言:
眼前姐妹们对“matlab退火算法工具箱的使用”都比较关心,各位老铁们都想要学习一些“matlab退火算法工具箱的使用”的相关资讯。那么小编也在网上汇集了一些有关“matlab退火算法工具箱的使用””的相关知识,希望兄弟们能喜欢,我们快快来了解一下吧!近几年,人工智能这个词虽然说不上人尽皆知,但时不时都会有一波小火爆,“xx行业或被人工智能取代”的新闻时不时就来刺激一下大家。不管是不是营销号的噱头,越来越多的人开始注意到人工智能行业的价值是不争的事实,不少程序员想借助这个新兴赛道重新起航,迎来职场“第二春”。
但是,人工智能有那么好学吗?什么机器学习、深度学习、神经网络……一大堆新东西涌过来,很多人大呼脑容量不够了。人工智能学习该从哪里入手?
本期异步就为大家整理了人工智能5大方面的强推好书!从算法、机器学习、深度学习到计算机视觉、人工神经网络等方向,权威大牛深入浅出的为大家引路人工智能,快来一起刷书吧~
机器学习-深度学习
深度学习
作者:Ian Goodfellow、Yoshua Bengio、Aaron Courville
广告
深度学习(异步图书出品)
作者:[美]Ian,Goodfellow,[加]Yoshua,Bengio,[加]Aaron,Courville
内容简介:
本书为三大部分,第一部分介绍应用数学基础知识和机器学习的基本概念,第二部分介绍业界经典的深度学习算法,第三部分是一些探索性研究,对深度学习的未来发展非常重要。本书假定读者拥有计算机科学的背景,熟悉编程,对计算性能、复杂度问题、图论知识以及入门的微积分了解。
动手学深度学习
作者:Aston Zhang、Mu Li、Zachary C.Lipton、Alexander J.Smola
广告
动手学深度学习(异步图书出品)
作者:阿斯顿·张(Aston Zhang),李沐(Mu Li),[美] 扎卡里·C. 立顿,等
内容简介:
本书不仅阐述深度学习的算法原理,还演示它们的实现和运行。本书共分3个部分:第一部分介绍深度学习的背景,提供预备知识,并包括深度学习最基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。
PyTorch深度学习
作者:Vishnu Subramanian
广告
PyTorch深度学习(异步图书出品)
作者:[印度]毗湿奴·布拉马尼亚(Vishnu,Subramanian)
内容简介:
本书详细讲解了如何使用前沿的深度学习库PyTorch来解决所有的深度学习需求,读者可使用PyTorch训练神经网络,提升其速度和灵活性,以及如何在不同的场景中应用神经网络。本书涵盖了ResNET、Inception、DenseNet等在内的高级神经网络架构以及它们的应用案例。本书适合数据分析师、数据科学家,以及对深度学习感兴趣且希望在系统中执行深度学习最佳做法的读者阅读。
深度学习导论
作者:Eugene Charniak
广告
深度学习导论(异步图书出品)
作者:[美]尤金·查尔尼克(Eugene,Charniak)
内容简介:
本书讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术,通过一系列的编程任务,向读者介绍了热门的人工智能应用,包括计算机视觉和自然语言处理等。本书编写简明扼要,理论联系实践,每一章都包含习题以及补充阅读的参考文献。本书既可作为高校人工智能课程的教学用书,也可供从业者入门参考。本书要求读者熟悉线性代数、多元微积分、概率论与数理统计知识,另外需要读者了解Python编程。
Keras深度学习实战
作者:Antonio Gulli、Sujit Pal
广告
Keras深度学习实战(异步图书出品)
作者:[意大利]安东尼奥·古利(Antonio Gulli),[印度]苏伊特·帕尔(Sujit Pal)
内容简介:
本书为软件工程师和数据科学家而编写,书中简明而全面地介绍了目前的神经网络和深度学习技术。全书展示了基于Keras框架、以Python编码的20多种有效的神经网络。
你将从本书中学到以下内容:
在大型神经网络上使用反向传播算法逐步优化函数
微调神经网络以改进结果质量
使用深度学习进行图像和音频处理
在特定的案例中使用递归神经张量网络(RNTN)以取得比标准词嵌入更好的效果
识别循环神经网络(RNN)适于解决的问题
探索自动编码机的实现过程
使用强化学习增强深层神经网络
算法
人工智能算法 卷1 基础算法
作者:Jeffery Heaton
广告
人工智能算法 卷1 基础算法(异步图书出品)
作者:[美]杰弗瑞·希顿(Jeffery,Heaton)
内容简介:
算法是人工智能技术的核心。本书介绍了人工智能的基础算法,全 书共10 章,涉及维度法、距离度量算法、K 均值聚类算法、误差计算、 爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中 所有算法均配以具体的数值计算来进行讲解,读者可以自行尝试。每章 都配有程序示例,GitHub 上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者 阅读参考。
文本上的算法 深入浅出自然语言处理
作者:路彦雄
广告
文本上的算法:深入浅出自然语言处理(异步图书出品)
作者:路彦雄
内容简介:
本书主要围绕自然语言处理展开,包括理论篇和应用篇,理论篇主要讲解一些基础知识,机器学习等,应用篇就会围绕自然语言处理的任务来讲解,比如搜索引擎、推荐系统、对话系统等等。本书主要分两大部分:第一部分是理论篇,主要介绍机器学习的基础和一些具体算法;第二部分应用篇,主要是一些NLP的应用,如:搜索引擎原理是什么?它为什么要建索引?有什么理论基础吗?
人脸识别原理及算法——动态人脸识别系统研究
作者:沈理 刘翼光 熊志勇
广告
人脸识别原理及算法:动态人脸识别系统研究(异步图书出品)
作者:沈理,刘翼光,熊志勇
内容简介:
本书本书首先介绍了计算机视觉和模式识别的原理,以及国内外人脸识别研究的主要方法和相关课题研究,总结了国内外人脸识别研究的主要成果。本书重点介绍了作者的研究成果:动态人脸识别系统方法。动态人脸识别指的是在移动中的人脸识别方法。
数学与统计学
人工智能基础 数学知识
作者:张晓明
广告
人工智能基础 数学知识(异步图书出品)
作者:张晓明
内容简介:
本书基于流行的Python语言,通俗易懂地介绍了入门人工智能领域必需必会的数学知识,旨在让读者轻松掌握并学以致用。本书分为线性代数、概率和优化等3篇,共21章,覆盖了人工智能领域中重要的数学知识点。本书写作风格通俗有趣,读者可在潜移默化中掌握这些数学知识以及相关的编程操作,并能从工程落地的角度深刻理解数学在其中的扮演角色和魅力。本书适合希望投身于人工智能领域且想有一番作为的人员阅读,还适合对人工智能领域背后的逻辑感兴趣的人员阅读。本书还可作为各大高校人工智能专业的参考用书。
计算机视觉
OpenCV 4快速入门
作者:冯振、郭延宁、吕跃勇
广告
OpenCV 4快速入门(异步图书出品)
作者:冯振,郭延宁,吕跃勇
内容简介:
本书共12 章,主要内容包括OpenCV 4 基础知识,OpenCV 的模块架构,图像存储容器,图像的读取与显示,视频加载与摄像头调用,图像变换,图像金字塔,图像直方图的绘制,图像的模板匹配,图像卷积,图像的边缘检测,腐蚀与膨胀,形状检测,图像分割,特征点检测与匹配,单目和双目视觉,光流法目标跟踪,以及OpenCV 在机器学习方面的应用等。本书面向的读者是计算机视觉与图像处理等相关专业的高校师生、企业内转行计算机视觉与图像处理的工作人员、已有图像处理基础并想了解OpenCV 4 新特性的人员。
OpenCV+VTK+Visual Studio图像识别应用开发 第2版
作者:望熙荣 ,望熙贵
内容简介:
OpenCV是一个基于BSD开源协议发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和macOS操作系统上。轻量级且高效的OpenCV,还提供了Python、Ruby、MATLAB等语言的接口,实现了图像识别和计算机视觉方面的很多通用算法。本书从OpenCV的基础知识入手,基于Microsoft Visual Studio 2017并结合C++讲解用OpenCV编程的方法,然后辅以大量示例介绍OpenCV中多个功能模块的实际应用,最后引申至VTK三维图像显示技术的学习,以帮助读者实现更广泛的应用。本书适合图像处理领域的从业人员阅读,也适合想要学习OpenCV的读者参考。本书所涉及示例均已配套资源方式给出,读者可登录异步社区本书页面下载。
图像局部特征检测和描述 基于OpenCV源码分析的算法与实现
作者: 赵春江
内容简介:
本书以OpenCV 2.4.9为研究工具,对其所实现的所有最新的特征检测和描述算法——K-R、Canny、Harris、Shi-Tomasi、FAST、MSER、MSCR、SIFT、SURF、BRISK、BRIEF、ORB、FREAK、CenSurE等进行了详细讲解,不仅分析了它们的原理和实现方法,还进行了详细的源码解析,并且给出了具体的程序实现范例,充分体现了理论与实践相结合的特点。
机器学习经典算法剖析 基于OpenCV
作者:赵春江
内容简介:
本书对正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、极端随机树、期望极大值、神经网络这十大经典的机器学习算法先进行具体的原理分析,然后给出OpenCV的相关源码的逐句解释,最后完成一个基于OpenCV的应用实例。
OpenCV和Visual Studio图像识别应用开发
作者:望熙荣 望熙贵
内容简介:
本书包含11章和一个附录,通过循序渐进的形式引导读者学会如何在Visual Studio中搭建OpenCV的配置,如何进行图像处理,包括明暗对比调整、液体特效、商标水印、边缘平滑处理、格式转换、重新着色等内容,同时还介绍了运算与侦测处理,色阶粉笔、后方投影、图像加密/解密等话题。本书非常适合图像处理领域的人员参考学习。
数字图像处理与机器视觉——Visual C++与Matlab实现(第2版)
作者:张铮 王艳平 薛桂香
内容简介:
本书试图将理论知识、研究实验和应用实例有机结合起来,内容涉及数字图像处理领域的诸多方面,并且对于机器视觉的研究内容和研究方法给出了前导性介绍,旨在为有志投身图像处理和机器视觉研究领域的朋友提供一本注重思维历练和实际应用的从入门到深入的图书。
计算机视觉度量 从特征描述到深度学习
作者:Scott Krig
内容简介:
这本书不讲编程,但覆盖了90%计算机视觉领域的内容,是一本计算机视觉的“博物馆”,对从业者掌握算法的本质、提升应用能力很有帮助,对学生打下计算机视觉的坚实基础也很有效。
本书的目的是概述特征描述子和特征学习方法,旨在从使用特征的角度来对计算机视觉方法进行总结、分类和分析。本书鼓励读者自己去思考每种方法是如何设计的,以及它们背后的工作原理是什么。
本书还列出了近900篇参考文献,可满足不同层次的读者学习计算机视觉技术的需要。
计算机视觉度量深入解析
作者:Scott Krig
内容简介:
本书是计算机视觉领域的先驱人物Scott Krigs 2014年的最新作品,全书对目前流行的计算机视觉算法进行了深入浅出的讲解,包括各种图像特征描述方法、图像成像原理、距离度量、视觉算法开发的整体优化等。
机器学习-人工神经网络
Python神经网络编程
作者:Tariq Rashid
内容简介:
本书首先从简单的思路着手,详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路,包括神经网络底层的数学知识,第2部分是实践,介绍了学习Python编程的流行和轻松的方法,从而逐渐使用该语言构建神经网络,以能够识别人类手写的字母,特别是让其像专家所开发的网络那样地工作。第3部分是扩展,介绍如何将神经网络的性能提升到工业应用的层级,甚至让其在Raspberry Pi上工作。
自己动手写神经网络
作者:葛一鸣
内容简介:
全书分为11个章节,其主要内容如下:介绍人工神经网络以及人工智能的发展历史和基本原理。介绍最为简单的人工神经网络模型和理论应用。介绍了一个基于Java的人工神经网络框架Neuroph,书中主要介绍了Neuroph框架的架构以及基本使用方法。介绍了基于Neuroph开发一个简单的人工神经网络系统——感知机。介绍了ADALINE网络以及使用Neuroph实现ADALINE神经网络。
深入浅出人工神经网络
作者:江永红
内容简介:
本书是一本讲解人工神经网络原理知识的简明教程,力求使读者在最短的时间内对这些原理知识有一个清晰明了的认识和理解。本书总共分为三个部分,第1部分介绍人工神经网络的启发源头——生物神经网络——的一些基础知识;第2部分讲解学习人工神经网络所必备的一些数学基础知识;第3部分讲解几种常见而典型的人工神经网络模型。
神经网络算法与实现 基于Java语言
作者:Fábio M. Soares、Alan M.F. Souza
内容简介:
本书包含9章内容,从认识并了解神经网络算法,到了解它的特性,随后了解感知器及其特性。除此之外,还将实现自组织映射。同时书中讲解了一系列应用程序,例如天气预报、疾病诊断、客户分析、字符识别(OCR)等核心内容。读者还将从本书中了解到如何优化自己的神经网络。
机器学习-强化学习
深度强化学习原理与实践
作者:陈仲铭、何明
内容简介:
本书将从数学和方法的角度分别阐述强化学习的内容。从数学基础讲起,通过简单的环境模型来逐步展开强化学习的内容。每章至少会有一个案例来辅助读者深入理解相关的知识点,涵盖目前的热点应用,例如图像风格创造、图像检测、语音识别等。最后一章利用一个大型的深度案例(AlphaGo围棋)来总结全书内容,达到活学活用的目的。
机器学习-TensorFlow
TensorFlow技术解析与实战
作者:李嘉璇
内容简介:
TensorFlow是谷歌公司开发的深度学习框架,也是目前深度学习的主流框架之一。本书从深度学习的基础讲起,深入TensorFlow框架原理、安装、模型、源代码和统计分析等各个方面。全书分为基础篇、实战篇和提高篇三部分。最后附录中列出一些可供参考的公开数据集,并结合作者的项目经验介绍项目管理的一些建议。
TensorFlow机器学习项目实战
作者:Rodolfo Bonnin
内容简介:
这本书涵盖了各种项目在TensorFlow暴露什么可以用在不同的场景中TensorFlow。这本书提供项目培训模型、机器学习、深入学习,处理不同的神经网络。每个项目都是一个令人兴奋的和深刻的运动,将教你如何使用TensorFlow和展示层的数据可以探索使用张量。
机器学习-scikit-learn
scikit-learn机器学习 第2版
作者:Gavin Hackeling
内容简介:
本书内容共计14章,分别从机器学习基础、简单线性回归、基于K临近法的分类和回归分析、特征提取和预处理、简单回归和多重回归、线性回归和逻辑回归、朴素贝叶斯、决策树的非线性分类和回归、决策树、随机森林和其他方法、感知机、向量机、人工神经网络、K-means聚类等内容。
机器学习
机器学习精讲 全彩印刷
作者:Andriy Burkov
内容简介:
本书用简短的篇幅、精炼的语言,讲授机器学习领域必备的知识和技能。全书共11章和一个术语表,依次介绍了机器学习的基本概念、符号和定义、算法、基本实践方法、神经网络和深度学习、问题与解决方案、进阶操作、非监督学习以及其他学习方式等,涵盖了监督学习和非监督学习、支持向量机、神经网络、集成学习、梯度下降、聚类分析、维度降低、自编码器、迁移学习、强化学习、特征工程、超参数调试等众多核心概念和方法。
全书最后给出了一个较为详尽的术语表,能够帮助读者了解机器学习是如何工作的,为进一步理解该领域的复杂问题和进行深入研究打好基础。
本书适合想要学习和掌握机器学习的软件从业人员、想要运用机器学习技术的数据科学家阅读,也适合想要了解机器学习的一般读者参考。
MATLAB机器学习
作者:Giuseppe Ciaburro
内容简介:
MATLAB为机器学习领域提供了必要的工具。用户可以借助MATLAB环境提供的强大交互式图形界面,非常轻松地解决机器学习问题。本书在介绍每个主题前,会简要概述其理论基础,然后辅以实际案例进行阐释。通过阅读本书,读者能够应用机器学习方法,并能充分利用MATLAB的功能解决实际问题。《MATLAB机器学习》前3章主要介绍MATLAB机器学习的基础知识、使用MATLAB导入数据和组织数据的方法以及从数据到知识发掘的方法,中间3章主要介绍回归分析、分类分析以及无监督学习,最后3章介绍人工神经网络、降维变换的方法以及机器学习实战的相关知识。本书可供数据分析员、数据科学家以及任何希望学习机器学习算法以及构建数据处理、预测应用的读者阅读。
机器学习开发者指南
作者:Rodolfo Bonnin
内容简介:
本书是一本系统指南,它将带领读者学习如何实施各种机器学习技术及其日常应用和开发。全书分为9章,从熟悉的易于掌握的语言的基础数据和数学模型开始,向读者介绍机器学习领域中使用的各种库和框架,然后通过用有趣的示例实现了回归、聚类、分类、神经网络等,通过本书读者将学会实现这些概念来解决ML应用程序的实际场景,如图像分析、自然语言处理和时间序列数据的异常检测。
移动端机器学习实战
作者:Karthikeyan NG
内容简介:
本书系统地讲述如何基于TensorFlow Lite和Core ML构建Android与iOS应用程序。本书共9章。第1章介绍机器学习的基础知识以及TensorFlow Lite和Core ML框架。第2~8章介绍如何开发7款常见应用程序,分别是一款预测人物年龄和性别的应用程序,一款在照片上应用艺术风格迁移的应用程序,一款用于面部检测和条形码扫描的应用程序,一款类似于Snapchat的应用程序,一款识别手写数字的应用程序,一款流行的在线换脸应用程序,一款利用迁移学习完成食物分类的应用程序。第9章总结全书,并介绍基于机器学习的云服务。本书适合机器学习、深度学习和人工智能等方面的专业人士阅读。
人工智能
人工智能 第2版
作者:Stephen Lucci、Danny Kopec
内容简介:
本书共为17章,讲述了如何多样化探索人工智能领域,原书在亚马逊上收到众多高校老师和学生的好评。书中不仅介绍了人工智能的基础理论,还介绍了机器学习、神经网络、自然语言处理等热门话题,帮助读者全方位了解人工智能领域的方方面面。本书既适合作为教材,也适合作为个人阅读的参考指南。
自制AI图像搜索引擎
作者:明恒毅
内容简介:
图像搜索引擎有两种实现方式——基于图像上下文文本特征的方式和基于图像视觉内容特征的方式。本书所指的图像搜索引擎是基于内容特征的图像检索,也就是通常所说的“以图搜图”来检索相似图片。本书主要讲解了搜索引擎技术的发展脉络,文本搜索引擎的基本原理和搜索引擎的一般结构,详细讲述了图像搜索引擎各主要组成部分的原理和实现,并最终构建了一个基于深度学习的Web图像搜索引擎。
人工智能时代
作者:Kalman Toth
内容简介:
本书从人工智能的缘起开始探讨,回顾和总结了整个机器智能时代的由来和发展。在总结机器产业包括娱乐、教育等机器人发展现状的基础上,以现实和科学为依据,对未来的发展进行了展望,有力地回答了机器是否会取代人这一问题。
人工智能入门 常用工具
作者: 张晓明
内容简介:
本书基于流行的Python语言,本书从案例出发,展示各种工具的适用场景、关键用法和应用技巧。本书分成四大单元,包括Python编程精讲、数据处理和可视化、机器学习、深度学习4个单元。涵盖了Python、Pandas、Matplotlib、Seaborn、Scikit-learn、TensorFlow、Keras等7种主流武器。
Python自然语言处理
作者:Steven Bird Ewan Klein Edward Loper
内容简介:
本书提供了非常易学的自然语言处理入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。你将学会编写 Python程序处理大量非结构化文本,并将理解用于分析书面通信内容和结构的主要算法。
标签: #matlab退火算法工具箱的使用