首页 登录/注册 编程语言 计算机基础 互联网 云计算&大数据 人工智能 设计 职场办公

注重体验与质量的电子书资源下载网站

logo
模板窝
标签名: AI
AI金融时代: 一场颠覆金融业态的创新革命
出版日期: 2019-12

AI金融时代: 一场颠覆金融业态的创新革命

评分: 0.0
自适应学习：人工智能时代的教育革命
出版日期: 2019-01

自适应学习：人工智能时代的教育革命

评分: 0.0
人工智能十万个为什么: 热AI冷知识
出版日期: 2019-06

人工智能十万个为什么: 热AI冷知识

评分: 0.0
移动深度学习: 博文视点AI系列
出版日期: 2019-10

移动深度学习: 博文视点AI系列

评分: 0.0
TensorFlow深度学习实战: 智能系统与技术丛书
出版日期: 2019-01

TensorFlow深度学习实战: 智能系统与技术丛书

评分: 0.0
游戏AI开发实用指南
出版日期: 2018-01

游戏AI开发实用指南

评分: 0.0
和机器人一起进化: 1950-2050 关于机器人的幻梦、现实与未来
出版日期: 2019-11

和机器人一起进化: 1950-2050 关于机器人的幻梦、现实与未来

评分: 0.0
机器人占位: 未来职场中，如何防止被机器人抢饭碗
出版日期: 2020-01

机器人占位: 未来职场中，如何防止被机器人抢饭碗

评分: 0.0
AI赋能：AI重新定义产品经理: 人人都是产品经理
出版日期: 2019-06

AI赋能：AI重新定义产品经理: 人人都是产品经理

评分: 0.0
深度学习：核心技术、工具与案例解析: 智能系统与技术丛书
出版日期: 2018-07

深度学习：核心技术、工具与案例解析: 智能系统与技术丛书

评分: 0.0
Python人脸识别：从入门到工程实践: 智能系统与技术丛书
出版日期: 2019-04

Python人脸识别：从入门到工程实践: 智能系统与技术丛书

评分: 0.0
智能红利：即将到来的后工作时代
出版日期: 2017-08

智能红利：即将到来的后工作时代

评分: 0.0
Deep Reinforcement Learning in Action
出版日期: 2020-01

Deep Reinforcement Learning in Action

评分: 0.0
神经网络在应用科学和工程中的应用: 从基本原理到复杂的模式识别
出版日期: 2010-01

神经网络在应用科学和工程中的应用: 从基本原理到复杂的模式识别

评分: 0.0
规划算法: 规划算法
出版日期: 2011-01

规划算法: 规划算法

评分: 0.0
群智能算法及其应用
出版日期: 2006-01

群智能算法及其应用

评分: 0.0
大演算: 機器學習的終極演算法將如何改變我們的未來，創造新紀元的文明？
出版日期: 2016-01

大演算: 機器學習的終極演算法將如何改變我們的未來，創造新紀元的文明？

评分: 0.0
AI 新世界: 中國、矽谷和AI七巨人如何引領全球發展
出版日期: 2018-01

AI 新世界: 中國、矽谷和AI七巨人如何引領全球發展

评分: 0.0
神经动力学模型方法和应用
出版日期: 2002-01

神经动力学模型方法和应用

评分: 0.0
Superminds: The Surprising Power of People and Computers Thinking Together
出版日期: 2018-01

Superminds: The Surprising Power of People and Computers Thinking Together

评分: 0.0
Argumentation in Artificial Intelligence
出版日期: 2009-01

Argumentation in Artificial Intelligence

评分: 0.0
ADOBE ILLUSTRATOR CS6标准培训教材
出版日期: 2013-01

ADOBE ILLUSTRATOR CS6标准培训教材

评分: 0.0
Kubeflow for Machine Learning: From Lab to Production
出版日期: 2020-01

Kubeflow for Machine Learning: From Lab to Production

评分: 0.0
ML Ops: Operationalizing Data Science: Four Steps to Realizing the Value of Data Science Through Model Operations
出版日期: 2020-01

ML Ops: Operationalizing Data Science: Four Steps to Realizing the Value of Data Science Through Model Operations

评分: 0.0