近年来，深度学习可谓是机器学习方向的明星概念，不同的深度学习模型分别在图像处理与自然语言处理等任务中取得了前所未有的好成绩。 在许多场合都有这样的需求“如何对感兴趣的领域快速理解和使用深度学习技术?”答案涉及复杂的数学、编程语言(如C、C++和Java)。但随着R的兴起,现在使用深度学习技术比以往更容易。因为R易学易

本书介绍了实用机器学习的工作流程，主要从实用角度进行了描述，没有数学公式和推导。本书涵盖了数据收集与处理、模型构建、评价和优化、特征的识别、提取和选择技术、高级特征工程、数据可视化技术以及模型的部署和安装，结合3个真实案例全面、详细地介绍了整个机器学习流程。后，还介绍了机器学习流程的扩展和大数据应用。 本书可以作为程

作者从专业的角度，深入浅出，梳理了人工智能发展的历程，其经历的不同阶段概况，如今最前沿的发展现状以及面临的困境，并探讨了其未来发展的可能性，堪称一部精彩的人工智能进化史。

本书基于多重共现的知识发现方法的研究致力于将三个或三个以上特征项共现的现象作为研究主体，在总结现有的共现研究方法、数据挖掘技术、可视化技术、知识发现方法的基础上，拓展共现现象的研究范围。本书界定了多重共现的概念，构建了一套多重共现的基础理论体系，研究了可用于多重共现的可视化方式，设计并开发了三重共现的可视化分析工具，并

本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点，以粒计算理论为基础，以优势关系粗糙集模型为研究对象，以增量学习技术为方法，以并行计算框架为支撑，构建大数据分析与挖掘的原理和方法及其算法，并融入了相关领域学者在动态知识发现、数据融合、大数据并行处理等成果，反映了基于粒计算和粗糙集视角处理大数据的最新进展。

不管我们是否愿意，半机械人时代已经悄然来临。也许，我们很快就会成为其中的一员。准备好了么？让我们一起去了解半机械人的现状和未来吧！本书作者从德国出发，前往底特律，分别拜访了相关的半机械人、研究员以及开发员，真实地介绍了半机械人研究的新动态、人类寄予半机械人的期盼以及人类对于半机械人的担忧，并展望了半机械人的未来。

人工智能已经来了，它就在我们身边，几乎无处不在。人工智能技术正在彻底改变人类的认知，重建人机相互协作的关系。史无前例的自动驾驶正在重构我们头脑中的出行地图和人类生活图景，今天的人工智能技术也正在翻译、写作、绘画等人文和艺术领域进行大胆的尝试。我们真的知道什么是人工智能吗?我们真的准备好与人工智能共同发展了吗?我们该如何

本书共11章，主要包括人工智能的基本概念、知识表示技术、搜索策略、逻辑推理技术、不确定性推理方法、专家系统、机器学习、模式识别、Agent和多Agent系统、人工智能程序设计语言以及人工智能在电力系统中的应用。

本书共有4部分，分9章。第壹部分对TensorFlow的历史脉络进行了简要的梳理，介绍在安装TensorFlow时应当考虑的因素，并给出了详细的TensorFlow安装指南；第二部分深入介绍TensorFlowAPI的基础知识；第三部分关注一种更为复杂的深度学习模型，首先对模型进行描述，然后介绍如何用可视化的数据流图表

本书从构成IoT的技术要素讲起，逐步深入讲解如何灵活运用IoT。内容包括用于实现IoT的架构、传感器的种类及能从传感器获取的信息等，并介绍了传感设备原型设计必需的Arduino等平台及这些平台的选择方法，连接传感器的电路，传感器的数据分析，乃至IoT跟智能手机/可穿戴设备的联动等。此外，本书以作者们开发的IoT系统为例