深度学习算法的一个关键特性是能够以少的监督学习大量数据，这与通常需要较少(标记)数据的浅层模型不同。本书将探索一些示例，例如使用完全卷积神经网络和残差神经网络进行视频预测和图像分割，这个应用已经在ImageNet图像识别竞赛中取得了较佳的性能。同时，通过这些技术的应用，读者还将学习到更多的图像识别技术和认识到一些活跃的初创公司。

通过本书中的示例，读者还将探索深度学习算法相对于其他传统(浅层)机器学习算法的优势；学习Word2vec、skip thought ve

OpenCV库包含500多个函数，2500多种算法，可以扩展应用到视觉行业中的很多领域，有广泛的用途，比如安保，医学成像，模式与人脸识别，机器人和工业产品检测，等等。本书实用性强，内容全面，讲解透彻，可以帮助读者掌握如何构建具有一定AI（人工智能）的应用程序，使计算机能够看见并根据所得到的数据来做出决策。

本书从现代机器学习的视角介绍了统计强化学习的基本概念和实用算法。它涵盖了各种类型的强化学习方法，包括基于模型的方法和与模型无关的方法，策略迭代和策略搜索方法。

本书分六章，内容包括：创办一流大学人工智能教育的思考、南京大学人工智能学院本科培养方案、数学基础课程教学大纲、学科基础课程教学大纲等。

物联网把感应器嵌入到电网、铁路、建筑等各种物体中，并与现有互联网整合起来。在整合网络中，依靠计算机群对网络内的人员、设备及基础设施进行实时管理与控制，达到“智慧”状态。随着无线通信技术和设备的发展，特别是智能终端的出现，感应器摆脱了线缆的束缚，以射频识别和无线通信为基础的无线智能系统得到了广泛应用，满足了人们对移动生活的要求，推动了物联网的发展。本书从基础知识入手， 循序渐进地讲述了无线智能系统相关知识， 内容涵盖移动互联技术基础、安卓应用程序设计、通信模块数据配置、组建危险报警系统、组建安防消

　　作为一名开发人员，您总是需要留心并做好准备以应对即将发生的事情，同时还要关注当前趋势。那么，有什么比学习现在和未来这两个世界的完美结合更好呢？人工智能（AI）被广泛认为是继移动之后的下一个大产业，而谷歌的TensorFlow是*的开源机器学习框架，也是人工智能热门的分支。这《TensorFlow智能移动项目（影印版 英文版）》涵盖了10多个完整的以TensorFlow为引擎、运行各种很酷的TensorFlow模型离线设备从头开始构建的IOS、Android和树莓派apps：从计算机视觉

　　作为一本综合指南，《精通TensorFlow1.x（影印版 英文版）》将带领你探究TensorFlow 1.x的高级特性。深入了解TensorFlow Core、Keras、TF Estimators、TFLearn、TF-Slim、Pretty Tensor以及Sonnet。通过TensorFlow和Keras的强大功能，利用转移学习、生成式对抗网络、深度强化学习等概念构建深度学习模型。在《精通TensorFlow1.x（影印版 英文版）》中，你将获得各种数据集（如MNIST、CIF