智能学习的未来在线阅读

智能学习的未来

(英)罗斯玛丽?卢金 栗浩洋
开会员,本书8折购 >

计算机网络人工智能13.5万字

更新时间:2020-07-03 18:45:43 最新章节:致谢

立即阅读
加书架
下载
听书

书籍简介

人工智能发展迅猛,与之相比,我们人类到底还有没有优势?我们最终会被取代吗?想要在这场人机大战中取胜,我们就必须换一种方式来思考智能。罗斯玛丽?卢金教授是国际AI教育学会主席,她在《智能学习的未来》中重新定义了人类智能,提出了交织型智能模型,详解了人类智能的7大要素,指明了如何在当下和未来进行智能的学习,使我们不至于因过时的“智能”而落后于时代。
译者:徐烨华
上架时间:2020-06-01 00:00:00
出版社:浙江教育出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行

最新章节

(英)罗斯玛丽?卢金 栗浩洋
主页

最新上架

  • 会员
    近年来,在自然语言处理领域,基于预训练语言模型的方法已形成全新范式。本书内容分为基础知识、预训练语言模型,以及实践与应用3个部分,共9章。第一部分全面、系统地介绍自然语言处理、神经网络和预训练语言模型的相关知识。第二部分介绍几种具有代表性的预训练语言模型的原理和机制(涉及注意力机制和Transformer模型),包括BERT及其变种,以及近年来发展迅猛的GPT和提示工程。第三部分介绍了基于Lang
    徐双双编著计算机12.7万字
  • 会员
    本书介绍了人工智能概览、机器学习、深度学习、人工智能主流开发框架、华为全栈全场景AI战略—EI、HiAI、昇腾,以及人工智能综合实验等内容?这是一本华为ICT学院人工智能课程培训的教材。本书是作者和华为的工作人员共同完成的,其间参阅了国内外现有教材和相关文献后编写的?全书注重理论与实践的结合,注重算法与框架的实际应用与实现方法,注重创新思维的训练与培养?本书既可作为高等院校人工智能课程的培训教材,
    华为技术有限公司编著计算机13.6万字
  • 会员
    本书配套周志华教授所著的《机器学习》教材,通过大量习题考查读者对机器学习相关知识点的理解与掌握。全书分为两个部分:第一部分习题对应《机器学习》第1~10章的内容,包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习;第二部分包含6章应用专题,通过综合题的形式对知识点进行多角度考查,包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络
    叶翰嘉 詹德川计算机19.3万字
  • 会员
    AI的本质是什么?自然语言和人工语言的区别在哪里?ChatGPT究竟是人工智能发展道路上的里程碑,还是某种误入歧途的“假AI”?我们不许诺美丽空洞的AI前景,而是告诉读者,未来的AI之路到底有多少激流险滩——对于统计学工具与硬件升级的片面崇拜,对于智能科学基本原理的蔑视,是目前AI研究的大危机。在我们看来,万众期待的ChatGPT,只是新时代的“牛顿炼金术”。
    徐英瑾计算机17.8万字
  • 会员
    本书旨在帮助读者从零开始学习人工智能,掌握人工智能的原理、技术和应用。本书共10章,首先是人工智能概述,接着深入浅出地讲解人工智能的原理和技术,包括数据预处理、数据可视化、机器学习基础、监督学习模型、无监督学习算法、神经网络基础、训练深度神经网络等内容,最后讲解人工智能的应用,包括智能对话和知识图谱。本书适合想要学习并掌握人工智能技术和应用的零基础读者阅读,还可以作为高等院校人工智能相关课程的教材
    李烨 韩慧昌 侯鸿志 潘旺计算机11.3万字
  • 会员
    本书通过13章的探讨,带领读者踏上项目管理卓越之路。第1章“人工智能颠覆与重塑项目管理”,首先揭示了人工智能对项目管理的深刻影响和带来的机遇与挑战。紧接着,第2章至第13章依次介绍了使用ChatGPT编写各种文档、在项目启动中的应用、帮助组建高效团队、辅助项目沟通管理、项目计划与管理、项目成本管理、项目时间管理、项目质量管理、项目风险管理、辅助采购计划与采购流程、辅助项目绩效管理以及进行项目总结等
    关东升计算机16.6万字
  • 会员
    本书分为23章,从基础的演讲知识入手,到演讲稿的写作技巧,再到指导读者如何有效地利用ChatGPT进行演讲稿写作和演讲练习,最后通过实际的行业案例进行深入的学习和实战应用。使读者不仅可以学习演讲的相关知识,还能对如何利用ChatGPT进行有效的演讲有所理解。
    刘萌雪 赵建涛 屈高翔计算机19.1万字
  • 会员
    本书分为4章,共20章。其中第1篇为基础算法篇,从第1章到第9章,讲述排序、查找、线性结构、树、散列、图、堆栈等基本数据结构算法;第2篇为机器学习算法篇,从第10章到第14章,讲述分类算法、回归算法、聚类算法、降维算法和集成学习算法;第3篇为强化学习算法篇,从第15章到第16章,讲述基于价值的强化学习算法和基于策略的强化学习算法;第4篇为深度学习算法篇,从第17章到第19章,讲述神经网络模型算法、
    唐宇迪 史卫亚 罗召勇 李琳 侯惠芳编著计算机0字
  • 会员
    本书从基础的神经网络、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、自然语言处理等高级主题都有涉及,可以帮助读者更好地理解深度学习知识,并为未来的职业发展打下坚实的基础。
    段小手计算机23.6万字