- 多目标优化5 2437浏览会员免费
- 09 AIOps 是什么?它与 AI 有什么关系? 12 赵成:回顾运维的发展历史,我相信 AIOps 是必然趋势 20 到底应该如何理解 AIOps ?又如何落地 AIOps ? 27 虚拟座谈会:聊聊 AIOps 的终极价值0 893浏览会员免费
- 中国人工智能发展报告2017-2018合订本,详细阐述了我国近两年来AI技术的发展现状和趋势5 229浏览会员免费
- Explore and master the most important algorithms for solving complex machine learning problems. Key Features Discover high-performing machine learning algorithms and understand how they work in depth. One-stop solution to mastering supervised, unsupervised, and semi-supervised machine learning algorithms and their implementation. Master concepts related to algorithm tuning, parameter optimization, and more Book Description Machine learning is a subset of AI that aims to make modern-day computer systems smarter and more intelligent. The real power of machine learning resides in its algorithms, which make even the most difficult things capable of being handled by machines. However, with the advancement in the technology and requirements of data, machines will have to be smarter than they are today to meet the overwhelming data needs; mastering these algorithms and using them optimally is the need of the hour. Mastering Machine Learning Algorithms is your complete guide to quickly getting to grips with popular machine learning algorithms. You will be introduced to the most widely used algorithms in supervised, unsupervised, and semi-supervised machine learning, and will learn how to use them in the best possible manner. Ranging from Bayesian models to the MCMC algorithm to Hidden Markov models, this book will teach you how to extract features from your dataset and perform dimensionality reduction by making use of Python-based libraries such as scikit-learn. You will also learn how to use Keras and TensorFlow to train effective neural networks. If you are looking for a single resource to study, implement, and solve end-to-end machine learning problems and use-cases, this is the book you need. What you will learn Explore how a ML model can be trained, optimized, and evaluated Understand how to create and learn static and dynamic probabilistic models Successfully cluster high-dimensional data and evaluate model accuracy Discover how artificial neural networks work and how to train, optimize, and validate them Work with Autoencoders and Generative Adversarial Networks Apply label spreading and propagation to large datasets Explore the most important Reinforcement Learning techniques Who This Book Is For This book is an ideal and relevant source of content for data science professionals who want to delve into complex machine learning algorithms, calibrate models, and improve the predictions of the trained model. A basic knowledge of machine learning is preferred to get the best out of this guide. Table of Contents Machine Learning Model Fundamentals Introduction to Semi-Supervised Learning Graph-based Semi-Supervised Learning Bayesian Networks and Hidden Markov Models EM algorithm and applications Hebbian Learning Advanced Clustering and Feature Extraction Ensemble Learning Neural Networks for Machine Learning Advanced Neural Models Auto-Encoders Generative Adversarial Networks Deep Belief Networks Introduction to Reinforcement Learning Policy estimation algorithms3 396浏览会员免费
- 概率与统计(英文第四版-Morris+H.+Degroot)0 1152浏览会员免费
- Sparse and Redundant Representations中文版 迈克尔 Elad 是计算机科学部门——以色列理工学院的一名副教授。他感兴 趣的研究领域包括信号处理、图像处理、计算机视觉、数值分析、数值线性代数 和机器学习算法。3 700浏览会员免费
- 原版PDF Hands-On Machine Learning with Scikit-Learn and TensorFlow 不是早期预览版(EAP),而是正式版5 1375浏览会员免费
- MICCAI 2018论文PartII,MICCAI 2018论文总共分为4本,这是第2本。5 188浏览会员免费
- 复旦大学肖仰华的知识图谱与认知智能. pdf格式,非常清楚。3 1475浏览会员免费
- 用户画像-大数据时代下的用户洞察用户画像-大数据时代下的用户洞察0 662浏览会员免费
- V2X(Vehicle to Everything)车路协同系统是车联网中实现环境感知、信息交互与协同控制的重要关键技术。文 章旨在阐述基于 LTE(Long Term Evolution)-V 及 DSRC(Dedicated Short Range Communication)V2X 车路协同系统整体硬件架 构设计及软件架构设计方法及详细设计内容,并对系统方案特点进行分析,为 V2X 车路协同系统整体商业化、5G 通信演进 奠定基础,为国家制定 V2X 相关政策法规、企业明确技术战略方向提供参考1 1699浏览会员免费
- Reinforcement Learning: An Introduction最新版习题解答1 1027浏览会员免费
- 点云实战,动手熟悉SLAM,深入理解原理, 高博系列课程4 2666浏览会员免费
- Deep Learning with Keras的带书签版本4 745浏览会员免费
- CCKS2018论文集,全集!5 644浏览会员免费
- 本白皮书以国家及上海制定的人工智能产业发展相关规划为导向, 立足于人工智能在工业领域的应用实践, 梳理了维护理论的发展历程,重点对预测性维护的概念、架构、流程以及技术体系进行了阐释, 介绍了几种典型的预测模型,最后给出了预测性维护在桥梁、电梯、风机三个行业的应用案例。0 1565浏览会员免费
- It is a book introducing modern estimation theory, including Linear models, Maximum likelihood estimation, least squares, bayesian estimation.0 580浏览会员免费
- Atlas 200 AI加速模块(简称Atlas 200)是一款高性能的AI智能计算模块。集成了海思 Ascend 310 AI处理器,可以实现图像、视频等多种数据分析与推理计算,可广泛用于 智能监控、机器人、无人机、视频服务器等场景。0 1983浏览会员免费
- 基于MATLAB的文本挖掘 - 英文版,适合搞自然语言处理的人看。4 272浏览会员免费
- 【干货书】《因果推理导论-机器学习角度》,132页pdf 有几个主要的主题贯穿全书。这些主题主要是对两个不同类别的比较。当你阅读的时候,很重要的一点是你要明白书的不同部分适合什么类别,不适合什么类别。 统计与因果。即使有无限多的数据,我们有时也无法计算一些因果量。相比之下,很多统计是关于在有限样本中解决不确定性的。当给定无限数据时,没有不确定性。然而,关联,一个统计概念,不是因果关系。在因果推理方面还有更多的工作要做,即使在开始使用无限数据之后也是如此。这是激发因果推理的主要区别。我们在这一章已经做了这样的区分,并将在整本书中继续做这样的区分。 识别与评估。因果效应的识别是因果推论所独有的。这是一个有待解决的问题,即使我们有无限的数据。然而,因果推理也与传统统计和机器学习共享估计。我们将主要从识别因果效应(在第2章中,4和6)之前估计因果效应(第7章)。例外是2.5节和节4.6.2,我们进行完整的例子估计给你的整个过程是什么样子。 介入与观察。如果我们能进行干预/实验,因果效应的识别就相对容易了。这很简单,因为我们可以采取我们想要衡量因果效应的行动,并简单地衡量我们采取行动后的效果。观测数据变得更加复杂,因为数据中几乎总是引入混杂。 假设。将会有一个很大的焦点是我们用什么假设来得到我们得到的结果。每个假设都有自己的框来帮助人们注意到它。清晰的假设应该使我们很容易看到对给定的因果分析或因果模型的批评。他们希望,清晰地提出假设将导致对因果关系的更清晰的讨论。0 2266浏览会员免费
- robotframework-用户手册(中文版)5 2120浏览会员免费
- 车间调度及其遗传算法,经典的算法优化书籍,把遗传算法和实际应用结合,是否有效,值得一看0 1315浏览会员免费
- 用python 做量化投资,不错的讲解; 建议做量化的同学可以看看0 1130浏览会员免费
- 仅供学习交流使用5 892浏览会员免费
- 伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。5 6611浏览会员免费
- python数据分析的第二版,英文原版,pandas作者写的,非常高清。相比于第一版,其中详细介绍了pandas,numpy,等现代数据处理Python库。很值得学习!0 331浏览会员免费
- 深度强化学习是深度学习算法和强化学习算法的巧妙结合, 它是一种新兴的通用人工智能算法技术, 也是机器学习的前沿技术, DRL算法潜力无限, AlphaGo是目前该算法最成功的使用案例。DRL算法以马尔科夫决策过程为基础, 是在深度学习强大的非线性函数的拟合能力下构成的一种增强算法。深度强化学习算法主要包括基于动态规划 (DP) 的算法以及基于策略优化的算法, 这本书共10章, 首先以AlphaGo在围棋大战的伟大事迹开始, 引起对人工智能发展和现状的介绍, 进而介绍深度强化学习的基本知识。然后分别介绍了强化学习 (重点介绍蒙特卡洛算法和时序差分算法) 和深度学习的基础知识、功能神经网络层、卷积神经网络 (CNN)、循环神经网络 (RNN), 以及深度强化学习的理论基础和当前主流的算法框架。最后介绍了深度强化学习在不同领域的几个应用实例。5 676浏览会员免费
- Reinforcement Learning: An Introduction Richard S. Sutton and Andrew G. Barto Second Edition, in progress MIT Press, Cambridge, MA, 20174 106浏览会员免费
- 针对基于深度学习的人脸识别这一生物特征识别领域的研究热点进行了综述.阐释了人脸识别及深度学习 模型的基本结构;总结了该技术在国内外的研究现状及其应用,如基于卷积神经网络(CNN)的人脸识别方法、深度非 线性人脸形状提取方法、基于深度学习的人脸姿态鲁棒性建模、有约束环境中的全自动人脸识别、基于深度学习的视 频监控下的人脸识别、基于深度学习的低分辨率人脸识别以及其他基于深度学习的人脸信息的识别等;分析了当前人 脸识别技术在深度学习应用中存在的问题及发展趋势3 752浏览会员免费
- 吴恩达倾力奉献,创建的Coursera的deeplearning.ia。里面囊括了所有的上课笔记!5 372浏览会员免费
- 学习微积分 并不是想象中的那么复杂。微积分 线性代数 概率论 是很多学科,包括机器学习 基础知识5 719浏览会员免费
- 数据挖掘原理与算法(第3版)3 5975浏览会员免费
- Data matching: concepts and techniques for record linkage, entity resolution, and duplicate detection0 1506浏览会员免费
- 本书创建了“全信息理论”、“信息转换原理”和“信息科学方法论”,形成了信息科学理论体系,在国内外独树一帜。全书分为四篇。第一篇给出信息科学的背景和定义,是全书的总纲;第二篇提出并建立全信息理论,是全书的基础;第三篇阐明信息转换原理,把相互分立的感知论、通信论、认知论、智能论、控制论、系统论有机综合成为统一的科学理论,是全书的主体;第四篇总结了信息科学的方法论,是全书的灵魂。5 673浏览会员免费
- Reinforcement Learning 强化学习进阶书籍0 524浏览会员免费
- 107页的经典泛函分析,入门经典,比国内老是讲述不知道好多少倍5 922浏览会员免费
- Deep learning with tensorflow Deep learning with tensorflow Deep learning with tensorflow Deep learning with tensorflow Deep learning with tensorflow Deep learning with tensorflow5 254浏览会员免费
- machine learning 最经典的教材,卡内基梅隆教材,数学原理娓娓道来,是励志学习machine learning人士必读之书。0 1948浏览会员免费
- R语言泰坦尼克号随机森林案例数据分析报告(附代码数据)0 4711浏览会员免费
- 深入理解CNN,包括CNN的过程显示和前向后向推倒,以及CNN的应用举例。4 429浏览会员免费
- 人工智能的发展并不平静。自Alpha Go人机大战重新掀起人工智能热潮以来,经历了炒作与狂热、泡沫褪去后 落地的艰难以及隐私伦理的挑战。而在过去的半年,人工智能与产业的结合前所未有的紧密。2020年是足够记入史 册的一年,在全球抗疫的背景下,人工智能在医疗、城市治理、工业、非接触服务等领域快速响应,从“云端”落 地,在疫情之中出演关键角色,提高了抗疫战争的整体效率。本次新冠肺炎疫情成为数字技术的试金石,人工智能 作为新一轮科技革命和产业变革的重要驱动力量,验证了对社会的真正价值。疫情后时代,长周期的经济恢复与发 展成为重点,新基建赋予了人工智能全新使命,要求人工智能技术发挥未来产业头雁效应,通过与传统产业的深度 融合,助力实体经济向数字化智能化转型,催生新的业态,实现新的蜕变、新的发展。从需求侧看,长期的经济转 型压力和近期的抗疫恢复形成双重牵引,各行各业充分认识到加速数字化、网络化、智能化转型已是必然趋势;从 供给侧来看,人工智能技术作为国家重要战略发展至今,产业各生态层不断丰富成熟,产业参与者聚焦价值领域, 去伪存真成为主旋律。5 972浏览免费
- LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!LTE-V2X-RSU白皮书-1.pdf 权威!!!!!!经典!!!!!!!!!!!!!1 2187浏览免费
- 通过理解智能,学习如何学习。机器学习 深度学习的入门资料。5 540浏览会员免费
- 强化学习导论,2018年1月完整版,Richard S. Sutton和 Andrew G. Barto所著0 494浏览会员免费
- 对牛顿法解方程,牛顿最优化方法的一维和多维变量情况,高斯牛顿法和L-M法进行了详尽的推导。1 4483浏览会员免费
- 图书简介 该书将带您学习使用Python的NLP,并研究了由Google,Facebook,Microsoft,OpenAI和Hugging Face等先驱者创建的变压器体系结构中的各种杰出模型和数据集。 这本书分三个阶段训练您。在向RoBERTa,BERT和DistilBERT模型过渡之前,第一阶段向您介绍从原始变压器开始的变压器体系结构。您会发现一些小型变压器的培训方法在某些情况下可以胜过GPT-3。在第二阶段,您将应用自然语言理解(NLU)和自然语言生成(NLG)的转换器。最后,第三阶段将帮助您掌握高级语言理解技术,例如优化社交网络数据集和假新闻识别。 在这本NLP书籍的最后,您将从认知科学的角度理解变压器,并精通将技术巨头预先训练好的变压器模型应用于各种数据集。 您将学到什么 使用最新的预训练变压器模型 掌握原始Transformer,GPT-2,BERT,T5和其他变压器模型的工作原理 使用优于经典深度学习模型的概念创建理解语言的Python程序 使用各种NLP平台,包括Hugging Face,Trax和AllenNLP 将Python,TensorFlow和Keras程序应用于情感分析,文本摘要,语音识别,机器翻译等 测量关键变压器的生产率,以定义其范围,潜力和生产限制0 1494浏览会员免费
- CEC 2017 常用的单目标测试函数,可用于测试智能优化方法的性能。(Problem Definitions and Evaluation Criteria for the CEC 2017 Competition on Constrained RealParameter Optimization)0 6264浏览会员免费
- 物体图像识别中的模式识别是一种从大量信息和数据出发,利用计算机和数学推理的方法对形状、模式、数字、曲线、字符格式和图形自动完成识别并且进行评价的过程。图形匹配是图像识别技术的一个重要分支,图形匹配指通过对图形的图像采用特定算法。本设计以MATLAB作为实现功能的操作平台,通过结合几何HU不变矩作为中间的连接数据,再运用图像预处理和欧式距离等数学方法,用Matlab进行编程,完成各个部分的效果,实现区域图像轮廓特征数据获取,计算欧氏距离,根据物体图像几何HU不变距的相似程度实现物体识别匹配的目的。计算机模拟结果表明该方法的有效性和可行性。5 2469浏览会员免费
- 智能问答系统的设计与实现0 3033浏览会员免费
- 《Deep Learning with Pytorch》是一本英文原版书籍,是一本pytorch入门书籍,对于这个领域的研究者来说,这是一个非常有价值的参考文献!分享出来共同学习!0 1287浏览会员免费
- 利用R语言进行空间统计分析--Applied Spatial Statistics in R,ppt, 哈佛大学政治系的空间统计分析课件0 2256浏览会员免费
- Bengio著的深度学习书籍,最新英文版,从官网下的html格式,自己转成pdf然后拼接而成,费了不少时间,为了方便大家学习,跟大家分享一下。5 664浏览会员免费
- linear algebra done wrong1 614浏览会员免费
- 本书主要介绍半定规划(Semi-definite Programming,SDP)的基本理论与典型应用,包括线性半定规划的基本理论、非线性半定规划的基本理论、线性与非线性半定规划的若干应用实例,力求反映最新和最重要的成果。5 1064浏览会员免费
- 做语音识别的很好的一本书哦。5 453浏览会员免费
- Make Your Own Neural Network_英文版pdf,有书签。。4 238浏览会员免费
- AI智能行为监控系统技术解决方案—深圳太古计算机系统有限公司出品0 1783浏览会员免费
- 银行客户画像学习案例,图像可视化及人工智能过程,展示代码等。 客户信息标签化,完美地抽象出一个客户的信息全貌; 大数据处理,离不开计算机的运算,标签提供了一种便捷的方式。2 2449浏览会员免费
- Python Deep Learning.pdf5 330浏览会员免费
- 单反内部的各种算法的描述,可以一窥相机内部各个模块的原理1 2953浏览会员免费