得书 - 好书推荐、正版图书免费阅读

人工智能算法：卷1基础算法+卷2受大自然启发的算法+卷3深度学习和神经网络（京东套装3册）(异步图书

[美],杰弗瑞·希顿（Jeffery,Heaton）
AI算法入门教程书籍，人人都能读懂的人工智能书，多种语言版本示例代码、丰富的在线资源，方便动手实战与拓展学习，全彩印刷《人工智能算法卷1基础算法》欲建高楼，必重基础。本书讲授诸如维度法、距离度量算法、聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead算法和线性回归算法等人工智能基础算法。本书中所有算法均配以具体的数值计算示例。“人工智能算法”系列图书的目标读者是那些没有良好数学基础，又对人工智能感兴趣的人。本书读者只需具有基本的大学代数和计算机编程知识，任何超出这个范围的内容都会在书中详细说明。本书为读者提供配套的示例程序代码，当前已有Java、C#、R、C/C++和Python的语言版本，还有社区支持维护的Scala语言版本。《人工智能算法卷2受大自然启发的算法》1.实例讲解易于理解的人工智能基础算法：本书介绍了基于基因、鸟类、蚂蚁、细胞和树的算法，这些算法可用于查找最佳路径、识别模式、查找数据背后的公式，甚至模拟简单的生命等；2.丰富的示例代码和在线资源，方便动手实践与拓展学习；3.提供在线实验环境，源代码下载；4.全彩印刷。5.《人工智能算法卷2受大自然启发的算法》是系列图书第二本，卷1《人工智能算法卷1基础算法》已在人民邮电出版社出版；大自然为人类的发明创造提供了源源不断的灵感。本书介绍了一些在人工智能场景提供解决方案的算法，涉及交叉和突变、遗传算法、粒子群优化、细胞自动机等问题——它们无一不受到基因、鸟类、蚂蚁、细胞或树的启发。虽然算法的灵感来源是大自然，但读者不必具备生物学知识也能读懂本书。“人工智能算法”系列图书的目标读者是那些对人工智能感兴趣，但苦于没有良好的数学基础的人。读者只需要对大学代数课程有基本了解即可，而微积分、线性代数、微分方程等课程中的复杂公式都会在必要时介绍。本书为读者提供配套的示例程序代码，目前已有Java、C#、Python和Scala版本。《人工智能算法卷3深度学习和神经网络（全彩印刷）》1.本卷研究了当前的神经网络技术，包括ReLU激活、随机梯度下降、交叉熵、正则化、Dropout和可视化；2.丰富的示例代码和在线资源，方便动手实践与拓展学习；3.提供在线实验环境；4.全彩印刷；5.《人工智能算法卷3深度学习和神经网络》是系列图书第3本，卷1《人工智能算法卷1基础算法》、卷2《人工智能算法卷2受大自然启发的算法》已在人民邮电出版社出版；。自人工智能的早期阶段以来，神经网络就扮演着至关重要的角色。现在，令人兴奋的新技术，例如深度学习和卷积，正在将神经网络带向一个全新的方向。本书结合各种现实世界任务中的神经网络应用，例如图像识别和数据科学，介绍了当前的神经网络技术，包括ReLU激活、随机梯度下降、交叉熵、正则化、Dropout和可视化。本书的目标读者是那些对人工智能感兴趣，但苦于没有良好的数学基础的人。读者只需要对大学代数课程有基本了解即可。本书为读者提供配套的示例程序代码，目前已有Java、C#和Python版本。推荐阅读：《人工智能算法（卷1）：基础算法》ISBN：9787115523402《人工智能算法（卷2）：受大自然启发的算法》ISBN：9787115544315

电子书

深度学习高手笔记·卷1：基础算法

刘岩
本书从算法理论、算法源码、实验结果等方面对深度学习算法进行分析和介绍。

电子书

人工智能算法大全：基于MATLAB

李一邨编著
本书的编程语言以MATLAB为主，分别从学习方式和理论知识两个方面来对机器学习（实现人工智能的方法）的算法进行分类介绍。通过阅读本书，读者可以对人工智能的子集——机器学习形成一个系统、全面、完整的认识，并且在今后的研究工作中逐步拓展，*终形成自己的体系。全书共6篇，分别为特征处理算法、分类和聚类算法、神经网络算法、优化算法、基于不同数学思想的算法以及集成算法，每一篇都对该类别中常见算法的思想、流程

电子书

人工智能算法Python案例实战

吕鉴涛
本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习等几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书还用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。

电子书

深度学习算法与实践

于子叶
本书旨在为读者建立完整的深度学习知识体系。全书内容包含3个部分，第一部分为与深度学习相关的数学基础；第二部分为深度学习的算法基础以及相关实现；第三部分为深度学习的实际应用。

电子书

算法详解（卷4）——NP-Hard问题算法

蒂姆·拉夫加登（Tim
算法详解系列图书共有4卷，本书是第4卷——NP-Hard问题算法。全书共有6章，主要介绍了快速识别NP-Hard问题的方法和处理NP的算法工具。本书的每一章均有小测验、章末习题，这为读者的自我检查以及进一步学习提供了方便。本书提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维与计算思维的IT专业人士，以及正在准备面试的应聘者和面试官阅读

电子书

深度学习时代的计算机视觉算法

等
本书着重阐述了深度学习时代的计算机视觉算法的工作原理，首先对深度学习与计算机视觉基础进行了介绍，之后对卷积神经网络结构的演化过程，以及基于深度学习的目标检测算法、图像分割算法、人体姿态估计算法、行人重识别与目标跟踪算法、人脸识别算法和图像超分辨率重建方法进行了介绍。

电子书

Python深度学习：逻辑、算法与编程实战

何福贵编著
机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个非常接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。《Python深度学习：逻辑、算法与编程实战》是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型

电子书

软件调试（第2版）卷1：硬件基础

张银奎
堪称是软件调试的“百科全书”，软件工程师的贴身宝典。

电子书

人工智能和深度学习导论

）
本书首先介绍了人工智能的基础知识，然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重点概念和实践过程，包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、LSTM、自动编码器等。此外，本书的附录部分还分别简单介绍了Keras、TensorFlow、pandas等人工智能相关的工具。本书适用于高等院校电子信息类专业的人工智能导论课程，也适合想要对人工智能

电子书

算法设计基础

汪江桦汤建国
本书从算法设计策略和算法实际应用两方面入手，介绍了6类常用的算法：蛮力法、分治法、贪心法、动态规划法、回溯法和分支限界法。本书以“算法设计基础知识+算法经典应用案例”为主线，讲解了各章内容，分析了各类算法的特点，帮助读者理解算法的基本概念、掌握算法的关键设计步骤和了解算法所适用的问题。

电子书

人工智能深度学习基础实践

张健，常城主编
本书分为人工智能产品研发、深度学习数据应用、深度学习基础应用3篇共10个项目，内容包括：人工智能需求管理、设计人工智能产品、人工智能开发平台应用、数据采集工程应用、数据处理工程应用、数据标注工程应用等。

电子书

大学计算机基础实训教程（第二版）

《大学计算机基础》编写组
本书是《大学计算机基础》（第二版）（中国铁道出版社有限公司，《大学计算机基础》编写组）的配套教材。本书的编写目的是供教师指导实验教学、学生自学使用。　　本书包括了主教材中需要上机操作的内容，主要内容有Windows10操作系统、办公自动化软件Office2010（Word2010、Excel2010、PowerPoint2010）、数据库应用基础、计算机网络与Internet技术基础、计算机信息安

电子书

大学计算机基础（第二版）

《大学计算机基础》编写组
本书是根据教育部《关于进一步加强高等学校计算机基础教学的意见》中有关“大学计算机基础”课程的教学要求编写的。全书共9章，主要内容包括计算机基础知识、Windows10操作系统管理、Word2010文字处理、Excel2010电子表格处理、PowerPoint2010演示文稿制作、数据库应用基础、计算机网络与Internet技术基础、计算机信息安全、多媒体技术等。　　本书从培养学生的计算思维出发，兼

电子书

奔跑吧Linux内核（第2版）卷1：基础架构

笨叔
本书基于Linux5.0内核的源代码讲述Linux内核中核心模块的实现。

电子书

群智能算法在人脑功能划分中的应用

李玲玲
本书以人脑功能划分方法为主线，结合群智能算法，围绕面向功能磁共振成像（fMRI）数据的人脑功能研究，详细介绍4种静态人脑功能划分方法和1种动态人脑功能划分方法。全书共7章，首先概述了人脑功能研究及群智能算法，然后介绍了面向fMRI数据的人脑功能划分进展，最后分别介绍了基于免疫克隆选择算法搜索高斯混合模型（GMM）的脑岛功能划分方法、基于人工蜂群算法的人脑功能划分方法、基于改进型粒子群的人脑功能划分

电子书

Keras深度学习与神经网络

肖睿程鸣萱　编著
本书从人工智能导论入手，阐述人工智能的发展及现状，重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深，循序渐进，从神经元和感知机入手，逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整，内容覆盖面广，介绍了深度学习中常用的模型和算法，助力读者多方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专