Python

使用深度學習進行人臉識別是近年來AI研究的熱點之一。該書使用TensorFlow 2.1作為深度學習的框架和工具，引導讀者從搭建環境開始，逐步深入代碼應用實踐中，進而達到獨立使用深度學習模型完成人臉識別的目的。《TensorFlow人臉識別實戰（人工智能技術叢書）》分為10章，第1、2章介紹人臉識別的基礎知識和發展路徑；第3章從搭建環境開始，詳細介紹Anaconda、Python、PyCharm、TensorFlow CPU版本和GPU版本的安裝；第4-6章介紹TensorFlow基本和高級API的使用；第7章介紹使用原生API處理數據的方法和可視化訓練過程；第8章是實戰準備，介紹ResNet模型的實現和應用；第9、10章綜合該書前面的知識，學習人臉識別模型與人臉檢測這兩個實戰項目。《TensorFlow人臉識別實戰（人工智能技術叢書）》內容詳盡、示例豐富，是機器學習和深度學習初學者必備的參考書，同時也非常適合高等院校和培訓機構人工智能及相關專業的師生教學參考。

本書以Django Web項目開發為主線，深入系統地介紹了Django 3在Web開發中的應用。從網站開發入門開始，逐步深入講述Django框架的各功能要點，每個功能要點從源碼角度分析，並在源碼的基礎上實現自定義的功能開發。還介紹了Django的第三方功能應用，如DRF框架開發API接口、生成網站驗證碼、站內搜索引擎、第三方網站實現賬號注冊、異步任務和定時任務、實時通信實現在線聊天。本書提供了4個實戰案例，包括信息反饋平臺、博客系統、音樂網站平臺、前後端分離與微服務架構，涵蓋了網站的單體式開發、前後端分離和微服務開發，從單一的網站開發轉變到網站架構設計開發。最後講述Django的上線部署方案，分別講述Django如何部署在Windows和Linux系統上。本書內容豐富，技術新穎，注重實戰，適合有一定Python基礎的Web開發人員閱讀，也可用作培訓機構和大中專院校相關專業的教學參考書。

物件導向程序設計（OOP）是現代程序設計語言（包括C++、Java、C#、Visual Basic.NET、Ruby、Objective-C和Swift）的基礎。物件也構成了許多Web技術（如JavaScript、Python和PHP）的基礎。 在開始使用物件導向的開發環境之前，瞭解物件導向的基本概念至關重要。OOP促進了良好的設計實踐、代碼可攜性和重用性，但是需要轉變思維才能完全理解OOP。剛接觸OOP的程序員應該抵制直接跳入特定程序設計語言或建模語言的誘惑，首先花時間學習本書作者提出的“物件導向的思考過程”。 儘管程序設計技術多年來一直在變化和發展，但是無論平臺如何演進，物件導向仍然是一個不變的概念。本書側重於在過去20年中倖存下來並保持其核心的OOP技術，其中包括新的和擴展的設計模式、避免依賴關係以及SOLID原則，以説明開發人員使軟件設計易於理解、靈活和可維護。 通過閱讀本書，你將學到： 面向解決方案的方法 繼承和組合的正確用法 聚合和聯合之間以及接口和實現之間的重要區別 第5版新增內容 相比前幾版而言，作者對內容做了大量修改，刪除了一些與物件導向不太相關的章節，突出了本書的主題，同時引入了設計模式、物件導向設計的SOLID準則等全新章節，補全了物件導向設計思想的方方面面。無論你是否有物件導向程序設計的經驗，本書都適合作為你物件導向思考的旅程的開端。

統計學習是機器學習的重要分支，本書兼顧了數學上的理解和代碼實踐，內容主要包括基礎知識和統計學習模型。第1章、第2章結合VC維介紹過擬合的本質，並介紹手動特征選擇的辦法；第3章、第4章從最簡單的線性模型出發經過概率統計的解讀而得到分類和回歸算法；第5章討論了不依賴於假設分布的非參數模型；第6章將核方法作為一種非線性拓展的技巧介紹如何將該方法應用到很多算法中，並且引出了著名的高斯過程；第7章以混合高斯作為軟分配聚類的代表性方法，從而引出著名的EM算法；第8章討論了機器學習的集成算法；第9章介紹的線性和非線性降維方法將會解決維度災難問題，並且不同於單純的特征選擇；第10章討論了不依賴於獨立同分布假設的時間序列算法。本書適合對於統計學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數學知識。

不會艱深晦澀、不再高深莫測 你一定能看懂的自然語言處理入門書！ INTRODUCTION TO NATURAL LANGUAGE PROCESSING ♘Java與Python雙實作：圖文並茂！演算法、數學公式、程式碼相輔相成。 ♘探索式學習路徑：循序漸進！從問題、演算法再到範例實作，一目瞭然。 編輯推薦 作者匯集多年經驗，從基本概念出發，逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實作。透過講解多種演算法，比較它們的優缺點與適用場景，同時詳細展示實際專案導向的程式碼，協助讀者真正將自然語言處理（NLP）應用到正式環境之中。 儘管作者目前是NLP領域的翹楚，但他曾是非本科生，對自學入門有親身體驗，深諳初學者的學習痛點。希望透過這本與眾不同的入門讀物，為讀者打開另一扇機會之門，幫助你零起點上手NLP，讓你在通勤時也能把書讀完讀懂！ 隨著本書的學習，你將從普通程式設計師晉級為機器學習工程師，最後進化為NLP工程師。 專家好評 HanLP作者何晗寫的這本書值得一讀。這本書系統性地介紹NLP的基礎技術，深入淺出、容易理解，對初學者助益極大。 周明 微軟亞洲研究院副院長，國際計算語言學會會長 本書不僅介紹NLP的任務及演算法，也提供可以實際執行的線上程式碼，非常適合NLP初學者入門並快速部署到正式環境。 王斌 小米人工智慧實驗室主任、NLP首席科學家

本書提供穩固而札實的實務基礎，讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向，除了理論基礎之外，更強調實務方面的實作。在解決各種NLP任務時，如果能在實務方面擁有良好的基礎，一定有助於你順利過渡到更高級的理論架構。此外，若能在實務方面有更扎實的理解，也就可以讓你更充分利用特定領域的知識，進而對演算法做出更好的調整。透過本書，您將可以：．了解NLP的概念與各種自然語言處理方法．如何應用Ten

《人工智能入門》 （全四冊）教材由全球領先的人工智能平臺公司、全球最具價值的 AI 創新企業人商湯頂級研究團隊，聯手全國知名教育專家和優秀中學教師共同編寫。本書系面向初中學生，以及初中文化程度以上讀者，一共分為四冊，九個章節。整體內容圖文並茂，包括人工智能概覽、簡單的判斷、機器視覺入門、圖像理解入門、語音識別入門、自然語言處理、簡單機器決策和開放實驗與思考。考慮到學生的認知規律，在具體章節編排上基於應用穿插推進，使學習過程與生活應用相配合。每章以相關生活場景引入，通過對相關問題的思考，對知識進行循序漸進的傳遞。每章穿插編程練習和小項目，結合豐富的虛擬平臺和小車教具，鼓勵發展學生的動手能力與創造能力，對基礎的編程教育也進行了普及。《人工智能入門》 （第一冊），講述了什麼是人工智能，人工智能可以做什麼，以及關於人工智能引發的一些思考和討論――假如你生活在人工智能高速發展的明天。★進入AI世界,學會如何與機器人對話Python 語言在人工智能領域,是最廣受歡迎的語言之一。書中將將結合Python編程語言, 探索如何逐步控制虛擬小車做更多的動作。如何用指令來控制小車的運動? 如何讓小車具有感知周圍物理世界的能力、給予小車決策的能力? 如何實現綜合的小車應用? 我們帶著這些問題, 通過對虛擬小車的操縱, 認識人工智能基礎, 包括基礎編程、傳感器, 以及古典的人工智能控制等方面的內容。★如何利用多種傳感器協同定位的方法, 進一步提高機器人定位的精度在機器人或機器小車的控制中, 我們往往希望它們可以不用外界的遙控就能完成特定的任務, 幫助人們分擔一些日常的工作, 比如, 在家裡掃地、在醫院運輸藥品、在球場撿球等。不論是在室內還是在室外, 都不難發現, 在很多實際的應用場景中都有一個最基本的要求, 就是機器人在執行指令的過程中, 需要知道自己的位置。比如室內的掃地機器人, 需要知道自己處於房間內的什麼位置, 才能準確地沿著一定的路線行駛; 再如無人駕駛的汽車, 需要知道自己處於哪條街道, 處於街道上的什麼位置等。機器人知道自己所處位置的這個功能, 就是定位的功能。本書中, 我們將用一個簡單的一維定位任務對定位問題進行初步的探究。在一台直線行進的小車上, 用不同的辦法分別解決小車的定位問題。

――――超人氣暢銷書《演算法圖鑑》姊妹作，機器學習初學者最佳入門書！―――― 人工智慧時代關鍵能力！深度學習深在哪裡？強化運算思維，建構邏輯概念，一次弄懂深度學習活用之道！ ★ 精闢剖析深度學習發展史，詳述機器學習的基礎知識！★ 完整解說熱門程式語言第一名Python的環境建構和基本語法！★ 圖像化示範TensorFlow和Keras的安裝，開發AI必學必讀！★ 介紹類神經網路

A beginner's guide to programming terminology, fundamental concepts, and techniques for writing code. The author focuses on the four basic constructs of programming sequences, loops, branches, and mod