人工智能

资源名称：动手学深度学习 中文pdf 《动手学深度学习》 涵盖卷积神经网络、循环神经网络、计算机视觉、自然语言处理、优化算法。内容深入浅出，即使使用TensorFlow、PyTorch也可借鉴。需要的朋友可下载。 深度学习在近年来发展极为迅速。它在智能时代深刻改变着人类的生产生活方式。本章将简要介绍什么是深度学习，以及如何使用本书。 本书将全面介绍深度学习从模型构造到模型训练的方方面面，以及它们在计算机视觉和自然语言处理中的应用。我们不仅将阐述算法原理，还将基于 Apache MXNet 对算法进行实现，并实际运行它们。本书的每一节都是一个 Jupyter 记事本。它将文字、公式、图像、代码和运行结果结合在了一起。你不但能直接阅读它们，而且可以运行它们以获得交互式的学习体验。   资源截图：

资源名称：MATLAB N个实用技巧-MATLAB中文论坛精华总结 PDF  目录: 第1章安装、启动和配置 第2章基础知识 第3章绘图操作技巧 第4章文件操作技巧 第5章论文发表专用技巧 第6章程序自动化运行技巧 第7章gui高级技巧 第9章matlab与其他语言混合编程 参考文献 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：

教程名称：[机器学习-深度学习]—-Matlab机器学习 教程目录： 25种人工神经网络模型matlab源码 MATLAB高等数学教学视频 MATLAB神经网络教学视频 机器学及其matlab实现—从基础到实践

资源名称：图解机器学习 杉山将 中文PDF 第I部分绪论  第1章什么是机器学习 第2章学习模型 第II部分有监督回归 第3章最小二乘学习法 第4章带有约束条件的最小二乘法 第5章稀疏学习 第6章鲁棒学习 第III部分有监督分类 第7章基于最小二乘法的分类 第8章支持向量机分类 第9章集成分类 第10章概率分类法 第11 章序列数据的分类 第IV部分无监督学习 第12章异常检测 第13章无监督降维 第14章聚类 第V部分新兴机器学习算法 第15章在线学习 第16章半监督学习 第17章监督降维 第18章迁移学习 第19章多任务学习 第VI部分结 语  第20章总结与展望 资源截图：

资源名称：大数据与人工智能在游戏行业的运用 资源截图：

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 18 1.4 深度学习工具介绍和对比 19 小结 23...

资源名称：人工智能复杂问题求解的结构和策略（原书第6版） PDF 第一部分 人工智能的历史渊源及研究范围 第1章 人工智能的历史及应用1.1 从伊甸园到第一台电子计算机：对智能、知识和人类技能的态度1.1.1 人工智能基础的简要历史1.1.2 理性主义和经验主义学派对人工智能的影响1.1.3 形式逻辑的发展1.1.4 图灵测试1.1.5 智能的生物和社会模型：主体理论1.2 人工智能应用领域概述1.2.1 博弈1.2.2 自动推理和定理证明1.2.3 专家系统1.2.4 自然语言理解和语义学1.2.5 对人类表现建模1.2.6 规划和机器人学1.2.7 人工智能的语言和环境1.2.8 机器学习1.2.9 其他表示：神经网络和遗传算法1.2.1 0AI和哲学1.3 人工智能小结1.4 结语和参考文献1.5 习题 第二部分 作为表示和搜索的人工智能 第2章 谓词演算2.0 简介2.1 命题演算(选读)2.1.1 符号和语句2.1.2 命题演算的语义2.2 谓词演算2.2.1 谓词的语法和语句2.2.2 谓词演算的语义2.2.3 语义含义的积木世界例子2.3 使用推理规则产生谓词演算表达式2.3.1 推理规则2.3.2 合一算法2.3.3 合一的例子2.4 应用：一个基于逻辑的财务顾问2.5 结语和参考文献2.6 习题 第3章...

资源名称：水下机器人 资源截图：       

资源名称：机器学习实战 资源截图：