机器学习精讲:基础、算法及应用(原书第2版)

本教程通过阐述直观而严谨的机器学习方法，为学生学习和掌握研究和构建数据驱动产品所需的基本知识和实用工具。内容优先解析几何直觉和算法思维，为学生提供新颖和易于学习的方式；书中也强调机器学习结合实际应用，包括计算机视觉、自然语言处理、经济学、神经科学、推荐系统、物理学和生物学案例分析；作者精心设计300多幅彩色插图，让读者能够直观地掌握技术概念，另配100多个深入的编程练习（Python），为读者提供了对关键机器学习算法的真正理解。本书还

隐私计算――推进数据”可用不可见”的关键技术

《隐私计算——推进数据”可用不可见”的关键技术》针对我国数据要素市场建设过程中数据流通难的问题，详细阐述了隐私计算这一系列数据流通技术的发展情况。隐私计算是指在保证原始数据安全隐私性的同时，实现对数据的计算和分析的一类技术。本书内容源自中国信通院云计算与大数据研究所相关产业实践经验，介绍了隐私计算的概念、发展历程、技术原理、主要算法、应用场景、产业发展情况、法律合规情况等，并分析了相关问题和趋势...

策略前展、策略迭代与分布式强化学习

本书主要内容：第1章为动态规划原理；第2章为策略前展与策略改进；第3章为专用策略前展算法；第4章为值和策略的学习；第5章为无限时间分布式和多智能体算法。 横空出世的围棋软件AlphaZero算法对本书有很大影响。本书内容同样基于策略迭代、值网络和策略网络的神经网络近似表示、并行与分布式计算和前瞻最小化约简技术的核心框架构建，并对算法的适用范围做了拓展。本书的特色在于给出了分布式计算和多智能体系统框架下的强化学习策略改进计算的效

初级IT英语听说教程.1

素材原汁原味：　　素材均选自英美国家的IT专业真实文本　　内容注重实用性：　　所选话题均与IT专业紧密相关，再现真实场景，紧跟行业发展趋势　　练习丰富多样：　　通过形式多样、内容丰富的练习提高学生的语言运用能力　　主题内容丰富：　　话题选择涉及IT各个方面，兼具信息性、时代性和趣味性　　为顺应经济全球化和信息技术的发展趋势，培养兼具IT专业技能和外语能力的人才，以适应IT行业发展需要，特编写了《初级IT英语听说教程1》。　　《初级

面向目标的迁移工作流主动服务方法

本书针对单工作位置环境下主动服务能力不足的问题，在国家自然科学基金项目的资助下，以山东大学曾广周教授提出的迁移工作流系统框架为基础，研究了一类面向目标的迁移工作流主动服务方法，包括面向目标的迁移工作流主动服务环境构建方法、部分可观测环境下迁移工作流服务导航方法、面向目标的迁移工作流资源服务推荐方法和迁移工作流多服务主体收益分配方法，并通过实验对研究成果进行了验证和分析。 本书可作为从事相关领域研究的硕士研究生、博士研究生及科研人员的参

机器学习算法与应用(Python版)

本书主要讲解了机器学习算法的基础知识，以及业界常用算法的应用。其中，项目1 介绍了机器学习的定义、类型、环境搭建以及开发步骤；项目2 介绍了如何进行数据预处理，包含如何对获取的原始数据进行处理、数据集的划分、数据的归一化，以及如何使用主成分分析来提取数据的主要特征等内容；其他8个项目主要介绍了目前主流的机器学习算法。每个项目均介绍了要讲解的算法的原理、步骤、特点，再通过具体的案例对算法的原理知识展开详细的讲解，并将算法应用于实际的场景

Scikit-Learn机器学习核心技术与实践

《Scikit-Learn机器学习核心技术与实践》循序渐进地讲解了使用 Scikit-Learn 开发机器学习程序的核心知识，并通过具体实例的实现过程演练了使用 Scikit-Learn 的方法和流程。全书共10章，包括人工智能与Scikit-Learn 简介，加载数据集，监督学习，无监督学习，模型选择和评估，数据集转换，实现大数据计算，英超联赛比分预测系统（Matplotlib+Scikit-Learn+Flask+Pandas），

人工智能交叉人才培养与课程体系

书拟根据“厘清内涵、促进交叉、赋能应用”来研究讨论通专融合的人工智能交叉课程体系。厘清内涵指确立专业培养定位和专业培养方向，重视数学与统计知识（如概率论、微积分、线性代数、优化求解和矩阵变换等）、计算机编程和系统能力（如程序设计、算法分析和系统等）以及人工智能基础知识（如逻辑推理、机器学习、强化学习、控制与博弈决策等）；促进交叉指 “专、通、交”课程内容贯穿，即核心课程中既要有“专业化”课...

联邦学习:算法详解与系统实现

本书首先介绍联邦学习的定义和发展历史，按类别介绍联邦学习算法和发展现状，介绍联邦学习的应用场景，以及相关安全机器学习的技术。然后我们将介绍zui新zui前沿的联邦学习算法，用京东数科系统作为实例，对联邦学习系统构建和实现进行讲解。zui后我们将介绍京东数科自研的基于区块链的联邦学习技术...

计算机图形学中的图像处理

算法深潜:勇敢者的Python探险

本书是算法入门指南，基于Python语言讲述算法实现。具体内容包括：搜索、排序和很优化算法；以人为本的算法，帮助人们决定如何接棒球或自助餐吃多少；优选的不错算法，比如机器学习和人工智能相关算法；古代文明时期的算法，如古埃及和俄罗斯农夫如何使用算法来实现乘法，古希腊人如何使用算法来找到优选公约数，以及江户时代的日本学者如何设计幻方生成算法...

中级IT英语读写教程1

为顺应经济全球化和信息技术的发展趋势，培养兼具IT专业技能和外语能力的人才，以适应IT行业发展需要，特编写了《中级IT英语读写教程1》。　　《中级IT英语读写教程1》共有8个单元，内容涉及IT职业规划、教育网络信息化、编程语言、增强现实技术、人工智能、互联网经济、网络安全和IT领军人物八个方面。每个单元分为SectionA和SectionB两大部分，每部分包含一篇主课文和与主课文相关的生词和短语，并设计了大量形式多样、内容丰富的练

网络AI+:2030后的未来网络

未来网络是什么样子？构建未来网络的关键技术有哪些？如果你在思考这些问题，请你一定要阅读本书。AI助力通信网络的发展构建了“网络AI”，在此基础上叠加云网融合、B5G/6G、网络5.0、算力网络、区块链、数字孪生、量子通信、网络安全等新的关键技术，共同打造“2030后的未来网络”。本书通过讲解和剖析上述关键技术，多维度地阐述了未来网络发展的愿景和演进路径，可让读者系统地学习与思考。 本书的主要读者对象为电信运营商、电信设备提供商、电信咨

数据挖掘方法与应用

本书对数据挖掘中常用的建模算法进行系统介绍，内容涵盖了数据预处理、关联规则挖掘、聚类分析、决策树及组合算法、贝叶斯分类、支持向量机、人工神经网络等。在阐述每种算法基本理论的基础上，同时给出基于R软件的应用方法。这种理论与应用相结合的方式为读者理解和运用这些方法提供了坚实的基础，有助于读者由浅入深、循序渐进地理解相关内容并用以解决实际问题。 本书可以作为高等院校本科生、研究生的数据挖掘课程教材，也可以作为从事数据分析、高等统计分

计算机视觉应用与实战

本书围绕计算机视觉在农业、医学、工业等领域的案例，深入浅出地讲解计算机视觉核心的模型与关键技术。本书中所有案例的代码均能在达内时代科技集团自主研发的 AIX-EBoard 人工智能实验平台上部署与实施，实现了教学场景化、学习趣味化。本书分为三个部分，循序渐进地介绍计算机视觉相关技术的理论基础和各案例的实践步骤。第 1 部分基于 OpenCV 介绍传统视觉应用的基础算法，同时实现轮廓提取、全景图像拼接等案例的实践；在传统视觉应用的基础上

图解算法:使用JavaScript

本书以图解的方式综合讲述算法及其数据结构，内容浅显易懂，逻辑严谨，范例丰富，易于学习和掌握，力求兼顾教师教学和学生自学。 全书内容分为五部分，共12章：计算思维与算法（~3章）介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；数据结构相关算法（第4~6章）讲述重要的数据结构及其相关算法的实现，数据结构包括数组、链表、堆栈、队列、树结构、图结构、哈希表；排序与查找算法（第7、8章）讲述排序算法和查找算

机器学习与资产定价

本书系统性地介绍了资产定价和机器学习算法的基础理论与实践知识，并以机器学习算法应用于中国股票市场资产收益率预测项目为案例，具体展示了机器学习算法落地应用于中国金融业界的流程和效果。本书主要内容包括资产定价基础方法、机器学习算法评估知识、线性机器学习模型、回归树类机器学习模型、神经网络模型、中国股票市场制度背景、机器学习项目的数据清洗过程和机器学习项目的实践案例。本书在写作过程中尽可能地减少专业词汇，使内容通俗易懂。本书适合高校中高年级

大数据分析:理论、方法及应用

本书由算法领域的知名专家Steven Skiena教授撰写，重点介绍了收集、分析和解释数据所需的技能和原理。作者由浅入深地介绍了数据科学的概念、所需的数学基础、数据的整理清洗方法、数据分析方法（统计分析、可视化、数学模型、线性逻辑回归、机器学习算法等）以及学习大数据分析的意义。作者结合应用领域的大量数据分析案例，以解释大数据分析所需技能与原理，帮助者快速理解和掌握大数据分析的理论与方法，也将这些技能的实际应用方式展现得淋漓尽致，具有很

模式分类(原书第2版·典藏版)

本书是模式识别和场景分析领域奠基性的经典名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等...

Easy RL:强化学习教程

强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容，在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q 网络、深度确定性策略梯度等常见深度强化学习算

人工智能数据处理

本书是大数据处理的基础教材。从介绍基础的大数据采集开始，关注数据的采集、数据预处理、数据的可视化、数据的标注，以及大数据的相关应用等大数据的处理知识。其中，既包括文本或数值相关数据的处理，也包括对图片这样的非结构化数据的梳理。知识内容涵盖面较为广泛。本书以项目制的方式编写，浅显易懂，可以让没有相关经验的读者，比如高职高专的人工智能相关专业的学生，在短时间内了解人工智能数据处理相关知识，并在各自的领域提高工作效率和产出...

非线性递归系统挖掘

本书在内容上注重非线性递归系统的理论研究, 并兼顾医疗健康、机械制造等领域的应用前景。全书共6章, 主要内容包括导言和背景、长期非线性和非平稳时间序列的多尺度递归分析、基于自组织神经网络的12导联心电图信号质量控制、随机传感器网络中时空动态建模与估计的稀疏设计、基于异构递归量化分析的连续非线性过程动态跃迁、分形表面的非线性时空动态仿真建模与模式表征...

人工只能前沿丛书:类脑智能机器人

习近平总书记曾在“两院院士”大会上指出，机器人是“制造业皇冠顶端的明珠”，它已成为全球的热点话题。从机器人学诞生以来，人们梦想着机器人越来越接近人，成为人的助手和“朋友”，但传统的机器人学理论使得机器人的灵巧性、智能性和与人的“共情性”还不能达到人们的期望。 类脑智能机器人采用脑科学领域的研究成果，它力图将人的神经科学的内部机理融入机器人，提高机器人的感知、决策、运动控制和学习能力。它和以功能和性能为导向将认知、决策和控制模型应用于

大数据可视化项目实战

本书分为六个项目: 项目一主要介绍数据可视化的概念、数据可视化的发展和数据可视化帮助决策的一些方式等 ; 项目二主要介绍jQuery的基本概念与jQuery的使用安装等 ; 项目三以ECharts绘图工具的概念与配置及ECharts的综合演示开展学习 ; 项目四介绍Bootstrap框架的核心技术及具体应用实施等 ; 项目五通过介绍Flask框架, 展示Flask的功能和基本应用 ; 项目六通过“招聘分析监控系统”的数据可视化子项目系

增强现实:技术原理与应用实践

本书围绕增强现实的技术原理和典型应用进行介绍, 以帮助读者了解增强现实的理论方法, 践行相关行业应用。全书以增强现实的关键技术为主线, 对其涉及的计算机视觉、跟踪注册、3D建模、增强显示和自然交互等技术原理进行了介绍, 并展示了增强现实在典型行业的实际应用案例, 最后对增强现实的发展趋势进行了展望...

智能运维技术及应用

智能运维是面向产品全生命周期智能制造的重要组成部分。随着感知技术、预测技术和智能技术的深度应用，装备维修从原来的事后维修模式、定时维修模式逐步向基于状态的维修模式转变，而提高装备状态监测和维修决策水平是实现这种转变的关键。本书在基于状态的维修模式及其技术体系基础上，对基于状态的维修所涉及的数据处理、状态监测、趋势预测、故障诊断、维修决策等关键技术进行阐述，为复杂装备制造服务和智能运维提供技术参考...

智能优化算法基于生物行为模型的案例分析与设计

本书是一部系统论述基于生物行为模型的智能优化算法案例与实现的著作。全书共分为6章:第1章介绍生物启发式计算的研究背景, 对传统生物启发式计算方法进行了概述;第2章介绍将层次型信息交流拓扑结构引入人工蜂群觅食模型中的内容, 提出基于层次型信息交流机制的多蜂群协同进化优化算法, 使用该算法在搜索过程中能够维持整个种群多样性的群落级进化, 从而克服传统单层生物启发式优化模型的“ 早熟收敛” 问题, 并进一步提升算法的收敛速度与收敛精度; 第

学习者画像

《数字足迹》是“人工智能与智能教育丛书”的一本。互联网时代，数字足迹将自然人、数字人、软硬件设备和经济社会活动紧密联系起来，对我们的个人生活乃至经济社会发展都具有重要的意义。本书以数字足迹为主线，揭示人与数字世界的交互，首先剖析数字足迹的本质，然后阐述其产生机制，继而结合人工智能技术梳理数字足迹的典型应用及其影响，最后对数字足迹的发展前景进行展望。 全书借助丰富生动的案例，简明扼要地描绘了数字足迹的知识图景，兼具基础性、时代性和前瞻

数据科学概论(数字教材版)

本书是一本数据科学与大数据技术专业的入门书籍。每个知识点尽量从实际的应用案例出发，从数据出发，以问题为导向，在解决问题中学习数据挖掘、机器学习等数据科学相关方法。本书将数据读写、数据清洗和预处理作为开端，逐渐深入到和数据科学相关的决策树、支持向量机、神经网络、无监督学习等知识。此外，结合数据科学的实际应用，书中还讲解了推荐算法、文本挖掘和社交网络分析等热门实用技术...

计算机视觉——基于Python、Keras和TensorFlow的深度学习方法

本书聚焦深度学习架构和技术，使用Keras和TensorFlow库创建解决方案。涉及多种神经网络架构，包括LeNet、AlexNet、VGG、Inception、R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN、YOLO和SqueezeNet，并通过实践了解如何基于Python实现深度学习架构。书中对所有代码片段进行详细分解并分析，以便可以在各自的环境中实现相同的原则...

数据迷雾(洞察数据的价值与内涵)(精)

对数据生产和大数据处理带来的挑战，是当代社会和人工智能时代的重点。大数据的快速发展、信息共享和社交媒体的大众化带来了各方面的风险和挑战。我们需要遵循正确的流程、方法和沟通战略—且手头的数据必须准确，才能推演出高价值的结论。而数据越多，我们面临的陷阱可能就越深。在本书中，杰森?辛克从数据通用和收集的策略、数据分析的准则、数据展示的策略出发，讨论了应对数据挑战、获得和洞察数据的价值和内涵的可行方式...

实时战略(人工智能助力战略规划)(精)

当今世界的全球化和高度连通性，使社会和经济发生剧烈变化。这种变化对传统战略规划的有效性造成了损害，缩短了它们的生命周期。基于这样的背景，作者呼吁企业实施动态战略管理，在把握长期战略重点的基础上，对我们所在环境中的意外变化做出应对。 作者引入情境规划法，指出了传统情境规划的有效性和不足之处，分析情境规划的发展趋势，帮助战略规划者加深对世界和周遭环境的理解，有效应对复杂性和适应性。并且提出将人工智能应用到战略分析及实践的方法。本书

scikit-learn机器学习实战

本书围绕scikit-learn库，详细介绍机器学习模型、算法、应用场景及其案例实现方法，通过对相关算法循序渐进的讲解，带你轻松踏上机器学习之旅。本书采用理论与实践相结合的方式，结合Python3语言的强大功能，以最小的编程代价来实现机器学习算法。本书配套PPT课件、案例源码、数据集、开发环境与答疑服务。本书共分13章，内容包括机器学习的基础理论、模型范式、策略、算法以及机器学习的应用开发，涵盖特征提取、简单线性回归、k近邻算法、多元

谷歌JAX深度学习从零开始学

JAX是一个用于高性能数值计算的Python库，专门为深度学习领域的高性能计算而设计。本书详解JAX框架深度学习的相关知识，配套示例源码、PPT课件、数据集和开发环境。 本书共分为13章，内容包括JAX从零开始，一学就会的线性回归、多层感知机与自动微分器，深度学习的理论基础，XLA与JAX一般特性，JAX的不错特性，JAX的一些细节，JAX中的卷积，JAX与TensorFlow的比较与交互，遵循JAX函数基本规则下的自定义函数，JAX

视觉大数据智能分析算法实战

本书详细讲解了大数据应用案例（含可运行程序），涉及计算机视觉基础案例分析、视觉大数据检索及识别相关的工程应用，包含了音视频处理、目标检测、图像识别等行业应用案例，作者从项目实战出发，对视觉大数据工程应用的算法设计、程序实现、部署实施进行详细叙述，可方便读者进行相关知识点的程序化调试及工程复用。 本书以案例为基础，结构布局紧凑，内容深入浅出，实验简捷高效，适合计算机、信号通信和自动化等相关专业的教师、本科生、研究生，以及广大从事大数据处

大数据基础与Python机器学习

本书全面介绍与大数据和人工智能相关的数据采集、数据存储、并行计算等技术体系，以及Python编程基础、数据处理分析和可视化、机器学习算法和深度学习模型的原理与应用。 全书共分4部分：第1部分（第1章）为大数据基础，主要介绍与大数据应用相关的数据采集、数据存储、并行计算等技术体系；第2部分（第2章）为Python编程基础，主要介绍Python的基本语法，为读者学习后续的数据处理分析、可视化、机器学习算法和深度学习模型等内容提供基础知识；

大数据分析及应用实践(第三版)

本书是大数据教育系列教材之一。 本书的主要内容包括：认识大数据、大数据技术基础、大数据治理、大数据统计分析、数据挖掘、大数据可视化、大数据安全、大数据应用案例实操（零售、互联网、金融保险、制造、网络游戏、广告、旅游等）等。本书编写是以国运数据自主研发的大数据分析工具——“魔镜”为平台，理论结合实践，通过具体案例介绍如何进行大数据分析。本书为新形态一体化教材，借助先进技术，丰富内容呈现形式，助学助教。 本书可作为高等职业院校开展大数

融合与交流:智能运动控制系统

人工智能与生命科学似乎是两个彼此相关却无交集的领域。比如说，构建人工智能核心算法的人工神经网络与中枢神经系统中的神经网络有天壤之别；人工智能构造的神经元与中枢神经系统中的神经元更是千差万别。当然，尽管人工智能与生命科学中的人脑研究有着诸多的“貌合神离”，这并不影响两个领域内的科学家们“和而不同”地开展着彼此的研究。未来的交集何在也许并不重要，重要的是对人脑之谜极其应用的兴趣与探究，在解开人脑之谜的研究中或许人工智能的科学家们与生命科学

PyTorch神经网络实战:移动端图像处理

PyTorch神经网络实战：移动端图像处理主要介绍人工智能研究领域中神经网络的PyTorch架构，对其在多个领域的应用进行系统性的归纳和梳理。书中的案例有风景图分类、人像前景背景分割、低光照图像增法、动漫头像生成、画风迁移、风格转换等，对每项视觉任务的研究背景、应用价值、算法原理、代码实现和移动端部署流程进行了详细描述，并提供相应的源码，适合读者从0到1构建移动端智能应用。 PyTorch神经网络实战：移动端图像处理适合对人工

穿越计算机的迷雾(第2版)

本书从最基本的电学知识开始，带领读者一步一步、从无到有地制造一台能全自动工作的计算机。在这个过程中，读者可以学习到大量有趣的电学、数学和逻辑学知识，了解到它们是如何为电子计算机的产生创造条件，并促使它不断向着更快、更小、更强的方向发展。通过阅读本书，读者可以很容易地理解自动计算实际上是如何发生的，而现代的计算机又是怎么工作的。以此为基础，在本书的后面集中介绍了现代计算机的组成和主要功能，以及计算机核心与外部设备的接口，并对以操作系统为

深度学习实战:基于TensorFlow2.X的计算机视觉开发应用

本书从环境的搭建和Tensorflow2.X的基础语法讲起，逐步深入到计算机视觉项目的实战，重点介绍了如何使用Tensorflow2.X框架实现各类经典的深度学习模型，让读者可以系统地学习Tensorflow2.X和计算机视觉领域的相关知识并有更深入的了解。 本书分为10章，涵盖的主要内容有Anaconda环境配置、JupyterNotebook使用；神经网络和纯Python手动实现；Tensorflow2.X的基础语法；图像分类算法

协同进化

数字技术的飞速发展正在以前所未见的程度塑造和撼动支撑人类社会的每一根支柱，经济发展、社会关系、政治结构、流行文化，无不如此。机器——无论是狭义上的硬件装置和设备，还是广义上的软件、算法和人工智能——已经渗透到了人类社会的每一个角落，正在影响着我们每一个人。 今天，人与机器的关系不仅愈加紧密，而且机器的能力在很多领域都正在逼近甚至已经超越人。这使一系列问题亟须被认真审视：人与机器之间的关系是近乎单向的创造与被创造、主宰与被主宰吗？人类

低密度奇偶校验码:设计、构造与统一框架

这本由低密度奇偶校验（LDPC）码研究领域很好专家撰写的教材系统讲解了LDPC码及其构造技术，并将基于代数和基于图的方法统一到一个理论框架。本书适合作为高等院校低年级研究生或高年级本科生编码理论课程的教材或参考书，也可供相关技术人员参考...

运维数据治理(构筑智能运维的基石)(精)

本书对运维数据治理的概念、知识体系和底层逻辑进行了深入剖析，构建了面向运维数据特点的数据治理方法和框架。本书分为概念篇、方法篇、实施篇和案例篇，从指标体系构建、运维数据资产化、元数据管理、数据安全、数据质量、数据标准化等角度，系统阐述了开展运维数据治理的方法，以及运维数据治理平台应具备的关键能力，并介绍了构建运维数据平台相关的采集、存储、处理、计算、管理、服务、监控、消费等各方面的技术实现手段和方法。本书适合政府和企业的信息化负责人、

树莓派4与人工智能实战项目

本书主要介绍树莓派不同类型的特性，以及树莓派入门所需要的基础知识；涵盖了树莓派GPIO 的不同操作方法，以及树莓派的I2C总线、SPI总线、UART串口、PWM脉宽调制等偏硬件操作的内容； 同时也为读者准备了一些树莓派上常见的服务类型的搭建和配置，包括树莓派推流服务器搭建的方法， 常见数据库MariaDB、PostgreSQL的安装配置操作，MQTT服务器的搭建配置，DHCP服务器的搭建 配置等。此外，还加入了一些比较有趣的实验，例如

数据分析方法论和业务实战

数据分析的精髓在于能够利用合理的数据分析方法来解决实际的业务问题，本书介绍了互联网行业中数据分析常见的思维和方法，并且呈现了这些分析方法在实际案例中的应用。同时也利用本书解答了大家对于想要从事数据分析行业的一些担忧和困惑。阅读本书，你会对数据分析的工作内容有更清晰、完整的了解，同时对常见的业务问题处理的方法和经验有质的提升。本书适合产品运营、 数据分析、数据挖掘人员以及在校计算机 数据 市场营销等方向的学生...

人工智能教育应用的理论与方法

人工智能经历六十余年的发展积累起强大的技术基础，人工智能走过计算智能、感知智能之后正在迅速向认知智能迈进，人工智能从仅被精英小众群体认知与使用的1.0时代走进被各行各业大量应用的2.0时代。本书基于对一系列新兴人工智能技术正在形塑新型教育生态的背景，梳理出新型智能教学系统（ITS...

机器学习实战(模型构建与应用)

本书是一本面向程序员的基础教程，涉及目前人工智能领域的几个热门方向，包括计算机视觉、自然语言处理和序列数据建模。尽管内容丰富，但作者并没有引入太多的理论知识，而是通过直观的例子来解释机器学习和人工智能的基本概念，并立刻通过代码来实现。本书遵循近期新的TensorFlow 2.0编程规范，易于阅读和理解，不需要你有大量的机器学习背景。 作者不惜笔墨地充分展示了如何利用TensorFlow在不同的场景下部署模型，包括网页端、移动端

深度学习框架PyTorch(入门与实践第2版)

本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个不错扩展，包括向量化计算、分布式加速以及CUDA扩展。本书既适合深度学习的初学者及第一次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认

面向人机交互的人脸表情识别技术(英文版)

人机交互要实现自然和谐的交流，计算机对表情信息的获取及分析是很好重要的。现有的人脸表情识别方法多是从人脸识别演变而来，只是结合表情识别的特点而进行运用，虽然取得一定效果，仍不十分成熟。本专著在现有方法的基础上，拟对面向人机交互的人脸表情识别算法进行研究。主要研究内容包括：(1)根据视觉信息处理的分模块性原理，对彩色图像的恒常性问题进行研究，克服传统颜色恒常性的不适定问题。(2)为实现高效准确的人脸检测和面部特征定位，对多特征融合的人脸

顶点覆盖问题的求解算法研究

本书对最小加权顶点覆盖问题、泛化顶点覆盖问题和最小分区顶点覆盖问题的高效启发式搜索算法进行研究。针对最小加权顶点覆盖问题, 提出基于动态打分策略和加权格局检测策略的局部搜索算法 ; 针对泛化顶点覆盖问题, 提出模因算法 ; 针对最小分区顶点覆盖问题, 提出模拟退火算法和随机局部搜索算法。并且, 在各自的标准实例上对所提出算法的有效性和高效性进行测试...

人工智能平台应用(1+X职业技能等级证书配套系列教材)

本教材较为全面地介绍人工智能技术服务、人工智能开放平台应用与实践等内容。全书共12个项目，包括人工智能的技术与应用设计、产业与应用开发，智能数据服务平台入门使用、数据采集、数据清洗、图像标注，深度学习模型定制平台入门使用、模型训练、模型部署，深度学习开发平台视觉任务应用、文本任务应用、声音任务应用等。本教材以企业用人需求为导向、以岗位技能和综合素质培养为核心，通过理论与实战相结合的方式组织内容，努力培养能够根据深度学习项目需求，利用深