人工智能

资源名称：TensorFlow：实战Google深度学习框架 PDF 内容简介： TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用。《Tensorflow实战》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以最快、最有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题。《Tensorflow实战》包含了深度学习的入门知识和大量实践经验，是走进这个最新、最火的人工智能领域的首选参考书。 作者简介： 郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了国内首个成熟的分布式TensorFlow深度学习平台（TensorFlow as a Service）。基于此平台，才云大数据团队为安防、电商、金融、物流等多个行业提供有针对性的人工智能解决方案。归国创业之前，郑泽宇曾任美国谷歌高级工程师。从2013 年加入谷歌，郑泽宇作为主要技术人员参与并领导了多个大数据项目。由他提出并主导的产品聚类项目用于衔接谷歌购物和谷歌知识图谱（knowledge graph）数据，使得知识卡片形式的广告逐步取代传统的产品列表广告，开启了谷歌购物广告在搜索页面投递的新纪元。郑泽宇于2011年5月获得北京大学计算机学士学位，并荣获北京大学信息科学技术学院十佳优秀毕业论文、北京大学优秀毕业生。2013年5月获得美国 Carnegie Mellon University（CMU）大学计算机硕士学位，并获得西贝尔奖学金 (Siebel Scholarship)。郑泽宇在机器学习、人工智能领域有多年研究经验，并在SIGIR、SIGKDD、ACL、ICDM、ICWSM等顶级国际会议上发表多篇学术论文。 资源目录： 第1章 深度学习简介 1 1.1 人工智能、机器学习与深度学习 2 1.2 深度学习的发展历程 7 1.3 深度学习的应用 10 1.3.1 计算机视觉 10 1.3.2 语音识别 14 1.3.3 自然语言处理 15 1.3.4 人机博弈...

资源名称：面向机器智能的TensorFlow实践 内容简介： 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。 全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第二部分（第3~4章）深入介绍TensorFlow API的基础知识和机器学习基础。第三部分（第5~6章）探讨如何用TensorFlow实现高级深度模型，涉及卷积神经网络（或CNN）模型和循环神经网络（或RNN）模型。第四部分（第7~8章）探讨TensorFlow API中*新推出的特性，包括如何准备用于部署的模型、一些有用的编程模式等。第9章给出一些进一步了解TensorFlow的学习资源。 作者简介： 山姆·亚伯拉罕：数据科学家、工程师，富有经验的TensorFlow贡献者。 丹尼亚尔·哈夫纳：谷歌软件工程师 埃里克·厄威特：高级软件工程师 阿里尔·斯卡尔皮内里：团队负责人，高级Java开发者 段菲，清华大学信号与信息处理专业博士，前三星电子中国研究院高级研究员，现为英特尔中国研究院高级研究员。研究方向是深度学习、计算机视觉、数据可视化。参与翻译过《机器学习》《机器学习实践：测试驱动的开发方法》《DirectX103D游戏编程深度探索》等多本图书。 资源目录： 译者序 前言 第一部分　开启TensorFlow之旅 第1章　引言2 1.1　无处不在的数据2 1.2　深度学习2 1.3　TensorFlow：一个现代的机器学习库3 1.4　TensorFlow：技术概要3 1.5　何为TensorFlow4 1.5.1　解读来自官网的单句描述4 1.5.2　单句描述未体现的内容6 1.6　何时使用TensorFlow7 1.7　TensorFlow的优势8 1.8　使用TensorFlow所面临的挑战9 1.9　高歌猛进9 第2章　安装TensorFlow10 2.1　选择安装环境10 2.2　Jupyter Notebook与matplotlib12 2.3　创建Virtualenv环境12 2.4　TensorFlow的简易安装13 2.5　源码构建及安装实例：在64位Ubuntu Linux上安装GPU版TensorFlow14 2.5.1　安装依赖库14 2.5.2　安装Bazel15 2.5.3　安装CUDA软件（仅限NVIDIA GPU）16...

资源名称：人工智能：改变世界,重建未来（带目录） 内容简介： 为何只能在有限范围使用的弱人工智能突然变得聪明起来？拥有人类的创造力、复制人类的思维、与人类相爱……人工智能究竟能走多远？智能时代，人类的工作、价值、思维是更进化还是会被淘汰？　　从无所不知的语音助手到复制人类思维的虚拟替身，这本《人工智能》将人工智能发展历史上一个个有趣的故事串联起来，并梳理了计算机之父艾伦·图灵、深度学习鼻祖杰夫·辛顿等众多对人工智能的发展起到重要作用的历史人物，把科幻与真实交错、古老与现代并存的人工智能全方位、多角度地展现在我们面前，倾情描绘了人工智能时代的精彩。　　人工智能作为人类的伟大作品，也对我们的生活产生了重大影响，不管是智能制造还是未来就业，人工智能都不可避免地参与到人类的未来命运中。我们该如何抓住机遇，积极迎接人工智能带来的挑战？答案就在这本《人工智能》中。 作者简介： 卢克?多梅尔（Luke Dormehl） 著名科技记者，纪录片和电影制片人，与世界上很多大型科技公司都有合作。经常为《连线》、《卫报》、《快公司》等媒体撰写科技类文章。曾出版《算法时代》《苹果革命》等著作。 资源目录： 推荐序前言第一章 表现不俗的传统人工智能怎么了未来已来人工智能的三位卓越先驱达特茅斯会议传统人工智能的黄金时期太空机器人沙基“中文房间”实验莫拉维克悖论转变目标专家系统谷歌诞生 第二章 以自主学习的方式创建新的人工智能自主学习的重要性神经科学之父以神经元模型为基础的感知器关于感知器的争论霍普菲尔德网的兴起神经网络的守护神联结主义者欢迎来到深度学习领域人工智能新主流 第三章 万物互联的智能时代已经来临智能设备成为现代生活的必需品会思考的事物“控制论”简史早期的自动机器人计量生物学上的记录者未来家庭机器学习的普及智慧城市做好互联网消失的准备智能设备存在的问题 第四章 人工智能助手如何为我们效劳打败图灵测试人工智能助手的兴起多功能的人工智能助手从被动人工智能助手到主动人工智能助手数字民主与人工智能助手相爱人工智能的人性化合格的心理治疗师出门请带上它们 第五章 人工智能正在改变就业市场亲爱的沃森一个技术性失业的世界技术更新换代的积极意义新工作机会的产生土耳其机器人的复仇人工智能中的人类元素 第六章 人工智能真的具有创造力吗机器人的创造力什么叫创造力“重生”的甲壳虫乐队天才的灵光一现人工智能能否成为发明家洛夫莱斯测试祝贺沃森大厨 第七章 意识上传实现人类永生利用机器实现死后永生个性捕捉延长人类寿命模拟神经元绘制大脑下一个大事件意识上传 第八章 人工智能关乎未来的一切末日的开端奇点来临狭义与广义的区别人工智能带来的风险“黑箱”风险我们无法起诉机器人机器人学的三大法则人工智能的权利结 论 当机器变得更加智能致 谢译后记 资源截图：

资源名称：人工智能游戏编程真言 内容简介： 人工智能开发是一个程序员能够承担的最有挑战性的任务之一，而这本独一无二的论文集提供给程序员应对这个挑战的非常急需的信息。本书汇集了与智能游戏开发有关的人工智能内容，借助这些内容，程序开发员能够开发出角色。本书分为11章，分别是：通用智能，实用技术和专用系统，A*路径搜索，路径搜索与运动，战术问题和智能的群体运动，通用智能游戏贺构，决策体系结构，FPS、RIS和RPC游戏中的智能，竞赛与运动智能，脚本语言，学习理论。由于本书是智能游戏专家（高手）亲自编写的，因些读者可以使用本书作为路线图，了解在智能游戏方面什么已经被成功使用，什么在将来具有很大潜力。智能游戏专家深入研究了有关智能游戏中编程方面的问题，为读者提供了深邃的观点和技术，这些可以很方便地应用在读者自已开发的游戏程序中，本书介绍的虚拟工具箱包括解决一般性人工智能问题的工具，也包括读者可能遇到的一些特定问题的解决思路。无论是经验丰富的智能游戏专家，还是准备进入游戏 业界的人士，本书都是必备资源。 资源目录： 第1章 通用智能第2章 实用技术和专用系统第3章 A*路径搜索第4章 路径搜索与运动第5章 战术问题和智能的群体运动第6章 通用智能游戏架构第7章 决策体系结构第8章 FPS、RTS和RPG游戏中的智能第9章 竞赛与运动智能第10章 脚本语言第11章 学习理论 资源截图：

资源名称：深度学习原理与TensorFlow实践 PDF  内容简介： 《深度学习原理与TensorFlow实践》主要介绍了深度学习的基础原理和TensorFlow系统基本使用方法。TensorFlow是目前机器学习、深度学习领域最优秀的计算系统之一，《深度学习原理与TensorFlow实践》结合实例介绍了使用TensorFlow开发机器学习应用的详细方法和步骤。同时，《深度学习原理与TensorFlow实践》着重讲解了用于图像识别的卷积神经网络和用于自然语言处理的循环神经网络的理论知识及其TensorFlow实现方法，并结合实际场景和例子描述了深度学习技术的应用范围与效果。 《深度学习原理与TensorFlow实践》非常适合对机器学习、深度学习感兴趣的读者，或是对深度学习理论有所了解，希望尝试更多工程实践的读者，抑或是对工程产品有较多经验，希望学习深度学习理论的读者。 作者简介： 喻俨，百纳信息（海豚浏览器）研发副总裁。2007年加入微软亚洲工程院，2011年加入百纳信息负责海外业务线，从0到1做过多个项目，现致力于AI和大数据产品的研究与应用。 莫瑜，先后任职于微软和海豚浏览器，从事搜索引擎、音乐检索/哼唱搜索、内容分发推荐算法和对话机器人技术研发。长期以来持续关注和实践大规模数据算法性能优化、搜索引擎、推荐系统和人工智能技术。 王琛，英国爱丁堡大学人工智能专业硕士，现为百纳信息技术有限公司人工智能方向负责人。早年参加过信息学奥林匹克竞赛获得河北省第一名、全国三等奖，并保送进入中山大学。大学期间，在ACM竞赛上也屡获佳绩。硕士毕业后就职于百度基础架构部，参与大数据平台研发工作，对大数据分析处理、分布式系统架构等方面都有比较深刻的理解。2014年加入百纳，负责多个项目的研发，自2016年起负责人工智能方向的探索。 胡振邦，拥有博士学位，百纳信息技术有限公司高级算法研究员，毕业于中国地质大学计算机学院地学信息工程专业。读博期间，参与了关于遥感卫星图像识别分析的863项目，并且是主要的研发人员。毕业以来，一直从事图像识别方面的算法研发工作，主要方向包括目标检测、图文检索、图像分类与验证等，在图像处理、计算机视觉等方面都有深厚的积累和经验。 高杰，是一位1980年出生于苏北的“爱学习、能折腾、有情怀”的大叔。毕业于扬州中学特招班，1998年入学华中科技大学机械系，兼修管理、会计，自学计算机，2003年考入南京大学软件学院，曾任德国西门子内部SAP咨询师，还在中银国际TMT投行、金山软件集团投资部任过职，2015年与合伙人联合创立了图灵科技集团，与华尔街顶尖交易团队一起致力于量化交易、算法模型和人工智能在金融领域的应用，目前这家公司管理着超过20亿元的资产，是细分市场的领先公司。 资源目录： 1 深度学习简介 1 1.1 深度学习介绍 1 1.2 深度学习的趋势 7 1.3 参考资料 10 2 TensorFlow系统介绍 12 2.1 TensorFlow诞生的动机 12 2.2 TensorFlow系统简介 14 2.3 TensorFlow基础概念 16 2.3.1 计算图 16 2.3.2...

资源名称：MATLAB高效编程技巧与应用：25个案例分析 PDF  《MATLAB高效编程技巧与应用：25个案例分析》是作者八年matlab使用经验的总结，精心设计的所有案例均来自于国内各大matlab技术论坛网友的切身需求，其中不少案例涉及的内容和求解方法在国内现已出版的matlab书籍中鲜有介绍。 本书首先针对matlab新版本特有的一些编程思想、高效的编程方法、新技术进行了较为详细的讨论，在此基础上，以大量案例介绍了matlab在科学计算中的应用。内容包括：matlab快速入门、重新认识矢量（向量）化编程、matlab处理海量数据、匿名函数类型介绍、嵌套函数类型介绍、积分以及积分方程求解案例、优化及非线性方程（组）求解案例、人脸图像压缩与重建案例、有关预测分类的案例、常微分方程（组）求解案例、层次分析法及其matlab实现、定时器及其应用。 《MATLAB高效编程技巧与应用：25个案例分析》可作为高等院校本科生、研究生matlab课程的辅助读物，也可作为从事科学计算和算法研究的科研人员的参考用书。 目录: 第一部分 高效编程技巧 第1章 matlab快速入门 第2章 重新认识矢量(向量)化编程 第3章 matlab处理海量数据 第4章 匿名函数类型 第5章 嵌套函数类型 第二部分 案例介绍 第6章 积分以及积分方程案例 第7章 matlab优化及非线性方程(组)求解案例 第8章 案例15：人脸图像压缩与重建 第9章 有关预测分类的案例 第10章 常微分方程(组)求解案例 第11章 案例24：层次分析法及其matlab实现 第12章 案例25：定时器及其应用 参考文献 资源截图：

资源名称：人工智能基础 内容简介：        《人工智能基础》为“教育部面向21世纪课程教材”，系统介绍了人工智能的基本原理、方法和技术，并反映了国内外人工智能领域研究和应用的最新进展。全书共9章，第一章阐述人工智能研究和应用的概况以及人工智能的发展；第二、三章介绍人工智能的基本概念、方法和技术，包括问题求解的基本方法和知识表示；第四章到第六章讨论人工智能技术的主要应用，包括：基于知识的系统、自动规划和配置、机器学习；第七章到第九章旨在拓广人工智能的研究和应用，包括非单调推理和软计算、机器感知、Agent技术和信息基础设施智能化。       《人工智能基础》内容丰富，叙述脉络清晰，同时配有丰富的习题，可作为高等院校计算机及有关专业本科生教材，也可供工程技术人员参考使用。《人工智能基础》也可与教育部新世纪网络课程项目中的“人工智能”课程配套使用。 资源截图：

资源名称：TensorFlow技术解析与实战 PDF  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、模型构建、源代码分析和网络实现等各个方面。全书分为基础篇、实战篇和提高篇三部分。基础篇讲解人工智能的入门知识，深度学习的方法，TensorFlow的基础原理、系统架构、设计理念、编程模型、常用API、批标准化、模型的存储与加载、队列与线程，实现一个自定义操作，并进行TensorFlow源代码解析，介绍卷积神经网络（CNN）和循环神经网络（RNN）的演化发展及其TensorFlow实现、TensorFlow的高级框架等知识；实战篇讲解如何用TensorFlow写一个神经网络程序并介绍TensorFlow实现各种网络（CNN、RNN和自编码网络等）并对MNIST数据集进行训练，讲解TensorFlow在人脸识别、自然语言处理、图像和语音的结合、生成式对抗网络等方面的应用；提高篇讲解TensorFlow的分布式原理、架构、模式、API，还会介绍TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes结合、TensorFlowOnSpark、TensorFlow移动端应用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow计算加速等其他特性。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。 作者简介： 李嘉璇，创建TensorFlow交流社区，活跃于国内各大技术社区，知乎编程问题回答者。致力于人工智能的研究，对深度学习框架的架构、源码分析及在不同领域的应用有浓厚兴趣。有过上百篇论文阅读和深度学习经验，处理图像、社交文本数据情感分析、数据挖掘经验，参与过基于深度学习的自动驾驶二维感知系统Hackathon竞赛，曾任职百度研发工程师。 资源目录： 第一篇　基础篇 第1章　人工智能概述 2 1.1　什么是人工智能 2 1.2　什么是深度学习 5 1.3　深度学习的入门方法 7 1.4　什么是TensorFlow 11 1.5　为什么要学TensorFlow 12 1.5.1　TensorFlow的特性 14 1.5.2　使用TensorFlow的公司 15 1.5.3　TensorFlow的发展 16 1.6　机器学习的相关赛事 16 1.6.1　ImageNet的ILSVRC 17 1.6.2　Kaggle 18 1.6.3　天池大数据竞赛 19 1.7　国内的人工智能公司...

资源名称：MATLAB智能算法30个案例分析 (史峰) pdf 《matlab智能算法30个案例分析》(作者史峰、王辉、郁磊、胡斐)是作者多年从事算法研究的经验总结。书中所有案例均因国内各大matlab技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的matlab书籍中鲜有介绍。 《matlab智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的matlab实现。本书共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、matlab程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。 目录: 第1章 谢菲尔德大学的MATLAB遗传算法工具箱1.1 理论基础1.1.1 遗传算法概述1.1.2 谢菲尔德遗传算法工具箱1.2 案例背景1.2.1 问题描述1.2.2 解题思路及步骤1.3 MATLAB程序实现1.3.1 工具箱结构1.3.2 遗传算法常用函数1.3.3 遗传算法工具箱应用举例1.4 延伸阅读 参考文献 第2章 基于遗传算法和非线性规捌的函数寻优算法2.1 理论基础2.1 J1非线性规划2.1.2 非线性规划函数2.1.3 遗传算法基本思想2.1.4 算法结合思想2.2 案例背景2.2.1 问题描述2.2.2 算法流程2.2.3 遗传算法实现2.3 MATI。AB程序实现2.3.1 适应度函数2.3.2 选择操作2.3.3 交叉操作2.3.4 变异操作2.3.5 算法主函数2.3.6 非线性寻优2.3.7 结果分析2.4 延伸阅读2.4.1...

资源名称：模式识别与智能计算-matlab技术实现 内容简介：         《模式识别与智能计算:Matlab技术实现》广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为13章，内容包括：模式识别概述，特征的选择与提取，模式相似性测度，贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计（BP神经网络、径向基函数冲经网络、自组织竞争神经网络、慨率神经网络、对向传播神经网络、反馈型神经网络），决策树分类器，粗糙集分类器，聚类分析，模糊聚类分析，遗传算法聚类分析，蚁群算法聚类分析，粒子群算法聚类分析。 资源目录： 第1章 模式识别概述第2章 特征的选择与提取第3章 模式相似性测度第4章 基于概率统计的贝叶斯分类器设计第5章 判别函数分类器设计第6章 神经网络分类器设计第7章 决策树分类器第8章 粗糙集分类器 第9章 聚类分析第10章 模糊聚类分析第11章 遗传算法聚类分析 第12章 蚁群算法聚类分析第13章 粒子群算法聚类分析 参考文献 资源截图：