本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關(guān)鍵痛點(diǎn)，為構(gòu)建解決語義匹配問題的深度學(xué)習(xí)模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進(jìn)展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學(xué)習(xí)技術(shù)在構(gòu)建匹配模型時的應(yīng)用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當(dāng)前的深度

本書講解概率圖模型的基本原理及其在機(jī)器學(xué)習(xí)、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡(luò)模型中的應(yīng)用,并且從概率圖模型的角度講解機(jī)器學(xué)習(xí)算法、深度神經(jīng)網(wǎng)絡(luò)模型的概率原理，培養(yǎng)學(xué)生知其然，并知其所以然的思維方式，解決學(xué)生應(yīng)用建模時僅局限于模型選型和調(diào)參的問題。本書內(nèi)容豐富，將原理與實(shí)例相結(jié)合，數(shù)學(xué)與代碼相結(jié)合，可作為高等院校的人工智能

本教材遵循案例教學(xué)模式進(jìn)行課程教學(xué)設(shè)計，圍繞人工智能應(yīng)用案例展開，強(qiáng)調(diào)學(xué)科教學(xué)設(shè)計、主要研究內(nèi)容、核心研究領(lǐng)域及前沿理論和技術(shù)等，內(nèi)容涉及圖像、視頻、語音、文本和機(jī)器人。本教材覆蓋人工智能（師范）專業(yè)入門必須掌握的知識，強(qiáng)調(diào)基礎(chǔ)性和前沿性并重，理論和實(shí)驗相統(tǒng)一，著力于師范生的課程設(shè)計能力、案例分析能力和動手實(shí)踐能力的培

本書介紹了軟件測試的基本概念、原理、基本方法及測試過程等內(nèi)容，包括軟件測試技術(shù)概述、靜態(tài)測試、黑盒測試、白盒測試、集成測試、系統(tǒng)測試、測試報告管理、智能軟件測試以及單元測試框架Junit、壓力測試工具Jmeter的使用方法，同時還介紹了軟件測試與質(zhì)量保證等內(nèi)容。本書為軟件測試的基礎(chǔ)教材，旨在讓學(xué)生能夠熟練地對實(shí)際軟件進(jìn)

本書主要從技術(shù)原理和技術(shù)應(yīng)用兩方面講述人工智能技術(shù)。全書共12章，內(nèi)容涵蓋人工智能概述、人工智能軟硬件、人工智能與數(shù)據(jù)、計算機(jī)視覺、語音識別、自然語言理解、知識推理、經(jīng)典機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)、自動駕駛、智能問答及人工智能倫理等。本書不僅可作為高等院校智能科學(xué)與技術(shù)、計算機(jī)科學(xué)、電子科學(xué)與技術(shù)、控制科學(xué)與工程等專

本書介紹了經(jīng)典人工智能（邏輯或演繹推理）和現(xiàn)代人工智能（歸納學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)）之間的覆蓋范圍。分別闡述了三類方法：演繹推理方法：這些方法從預(yù)先定義的假設(shè)開始，并對其進(jìn)行推理，以得出合乎邏輯的結(jié)論。底層方法包括搜索和基于邏輯的方法。這些方法在第1章到第5章中討論。歸納學(xué)習(xí)方法：這些方法從例子開始，并使用統(tǒng)計方法來得出假設(shè)。

2019年我社聯(lián)合南京大學(xué)人工智能學(xué)院出版了國內(nèi)外率先公開出版和發(fā)表的人工智能本科專業(yè)教育培養(yǎng)體系，在國內(nèi)人工智能教育領(lǐng)域起到了很好的引領(lǐng)和示范作用，有效推動了中國人工智能高等教育的發(fā)展。經(jīng)過3年多的探索和實(shí)踐，南京大學(xué)完成了一整輪本科和研究生培養(yǎng)方案的修訂，準(zhǔn)備集結(jié)出版這本AI人才培養(yǎng)體系的第2版，一方面對原有的AI

本書語言通俗易懂，以理論和實(shí)際應(yīng)用相結(jié)合的方式，深入淺出地介紹了人工智能的基礎(chǔ)知識和實(shí)現(xiàn)的基本技術(shù)。通過典型場景化應(yīng)用案例，幫助讀者理解人工智能技術(shù)的概念、原理，激發(fā)學(xué)生對人工智能的學(xué)習(xí)興趣。注重算法思想的介紹，簡化了算法的數(shù)學(xué)推導(dǎo)，讓學(xué)生在課堂上能夠“聽得懂、學(xué)得會”。本書共8章，分別是人工智能概述、大數(shù)據(jù)與人工智能

鑒于小數(shù)據(jù)和數(shù)據(jù)孤島成為制約人工智能技術(shù)發(fā)展的關(guān)鍵挑戰(zhàn)性問題。本書全方位講解人工智能領(lǐng)域的聯(lián)邦學(xué)習(xí)原理，翔實(shí)闡述在平衡智能學(xué)習(xí)和信息安全的前提下，如何通過加密機(jī)制進(jìn)行模型參數(shù)交換，安全地進(jìn)行人工智能模型訓(xùn)練，所建立的虛擬共享智能模型與直接聚合所有數(shù)據(jù)獲得的zui優(yōu)模型性能相近。除此之外，本書致力于全流程介紹聯(lián)邦學(xué)習(xí)實(shí)踐

軟件架構(gòu)是指可以簡化軟件開發(fā)過程并提高應(yīng)用程序質(zhì)量的實(shí)現(xiàn)架構(gòu)和系統(tǒng)。本書在第1版的基礎(chǔ)上進(jìn)行了全面修訂和擴(kuò)展，面向.NET5和C#9，介紹了一些能夠助你成為一名卓越的軟件架構(gòu)師所需的關(guān)鍵技能、知識和**實(shí)踐。第2版增加了對軟件架構(gòu)原則的額外講述、Azure服務(wù)結(jié)構(gòu)、Kubernetes和Blazor等新章節(jié)。另外，還增