机器

零基础读者应如何快速入门机器学习？数学基础薄弱的读者应如何理解机器学习中的数学原理？这些正是本书要解决的问题。本书从数学基础知识入手，通过前3章的介绍，帮助读者轻松复习机器学习涉及的数学知识；然后，通过第4-第13章的介绍，逐步讲解机器学习常见算法的相关知识，帮助读者快速入门机器学习；后，通过第14章的综合实践，帮助读者回顾本书内容，进一步巩固所学知识。《机器学习的数学原理和算法实践》适合

阅读更多

“一本非常鼓舞人心的书！”——托马斯•L•弗里德曼《世界是平的》作者一场革命开始了！在《第二次机器革命》这本书中，埃里克•布莱恩约弗森和安德鲁•麦卡菲——这两位处于数字技术时代最前沿的思想家，向我们阐述了驱动我们经济和生活的发生变革的力量。他们认为，数字技术将会给我们带来难以想象的巨大变革：想象一下令人眩目的个人数字技术产品、一流的基础设施，都将会给我们带来极大的便利。数字技术（

阅读更多

《机器中的达尔文主义》一书讲述了人类踏入数字时代的漫长历史。乔治•戴森在书中回顾了信息革命的历程，讲述了诸多先行者（从霍布斯到约翰•纽曼）的生活和工作，这些先行者预见到了人工智能和虚拟生活科学技术。作者令人信服的阐述再现了全球网络的发展过程，探索了达尔文主义在智能机器领域的可能性及局限。乔治•戴森（GeorgeDyson，1953—），科学技术史学家，著名理论物理学家弗里曼•戴森的儿

阅读更多

机器人学三大法则：机器人不得伤害人类，或因不作为而使人类受到伤害。除非违背第一法则，机器人必须服从人类的命令。在不违背第一及第二法则的情况下，机器人必须保护自己。——《机器人学手册》第56版，公元2058年阿西莫夫是天生的写作机器，不可思议的博学之士、无所不写的通俗作家、无可救药的自恋狂、全能的科学推广者、理性主义的代言人、二十世纪最伟大的科幻小说家。而《机

阅读更多

本书介绍了100多款机器人，介绍了每款机器人的产地、大小、动力来源、制造商，以及它最具个性的功能。还解释机器人是怎么工作的，又是怎么被制造出来的，并介绍了科学、技术、机械工程和计算的前沿知识。本书还含有23个专题，在介绍具体机器人的同时，带我们学习通用的机器人知识和相关技术的发展历史。比如机器人有哪些类型，机器人是怎样构建地图的，机器人是怎样处理数据的，机器人有哪些移动方式，现实中工程师是

阅读更多

机器与未来是息息相关的。在战争中锻造出来的控制论一度成为了前所未有的能够预测并预见未来智能自动机的工具。与此同时，两股对立的力量共同塑造了未来的控制论愿景。一方是对于一个更加美好的世界之希望：暴力行为减少，工作变得更加人性化，游戏更加娱乐化，政治更加自由化，战争不再那么血腥。“思考的机器”会带来进步，这深深地嵌入在那些现代主义者的信仰之中。但反对势力同样塑造了迫在眉睫的技术变革所带来的控制

阅读更多

一场数字革命正在加速进行。一些科幻小说里的场景已经在现实中发生：无人驾驶汽车开上了公路；智能设备能高效地翻译人类语言；人工智能系统在智力竞赛里击败了所有人类选手；工厂雇主开始购买更多的新机器，却不招新工人……这些例子都证明，数字技术正在快速地掌握原本只属于人类的技能，并深刻地影响了经济。虽然大多数影响是积极的：数字革新将提高效率、降低商品价格（甚至到免费），以及增加经济总量。

阅读更多

当机器智能超越了人类智能的时候会发生什么？机器会取代人类、灭绝人类，还是漠视人类，就像人类现在对待其他非人物种那样？超人工智能有可能帮助人类获得永生，也有一百万种方法可以毁灭人类。面对终将到来的机器觉醒，人类何去何从？本期专题部分，我们专访了奇点大学校长库兹韦尔与百度首席科学家吴恩达，从研究角度探讨人工智能的未来。我们也邀请了六位中国互联网创业者，分享他们对未来的幻想。我们每天接触的社交

阅读更多

数学、逻辑学、计算机科学三大领域实属一家，彼此成就，彼此影响。从古希腊哲学到“无所不能”的计算机，数字、计算、推理这些貌似简单的概念在三千年里融汇、碰撞。如何将逻辑赋予数学意义？如何从简单运算走向复杂智慧？这背后充满了人类智慧的闪光：从柏拉图、莱布尼茨、罗素、香农到图灵都试图从数学公式中证明推理的合理性，缔造完美的思维体系。他们是凭天赋制胜，还是鲁莽地大胆一搏？本书描绘了一场人类探索数学、算法与逻

阅读更多

本书介绍了机器翻译和评估的挑战——包括历史、语言和应用环境，然后提出了用于自然语言应用的核心深度学习方法。内含Python代码示例，为读者提供理解和实现自己的机器翻译系统的实际蓝图。本书还提供了广泛的机器学习技巧，涉及的问题包括处理各种形式的数据、模型的增强、当前的挑战以及方法分析和可视化。本书包含机器翻译领域的前沿研究，适用于该领域的本科和研究生，以及对神经方法在更广泛的人类语言处理领域的其他应

阅读更多

这本机器学习畅销书基于TensorFlow2和Scikit-Learn的新版本进行了全面更新，通过具体的示例、非常少的理论和可用于生产环境的Python框架，从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。全书分为两部分。第一部分介绍机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分介绍神经网络和深度学习，涵盖以下主题：什么是

阅读更多

本书以图文并茂的方式介绍了Python的基础内容，并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。第1章至第5章以极简方式讲解了Python的常用语法和使用技巧，包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能，如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习

阅读更多