本書以任務(wù)為導(dǎo)向，討論了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的主要問(wèn)題，包括聚類、回歸、分類、標(biāo)注、降維、特征工程、超參數(shù)調(diào)優(yōu)、序列決策（強(qiáng)化學(xué)習(xí)）和對(duì)抗攻擊等。書中對(duì)上述每個(gè)問(wèn)題，分別從決策函數(shù)類模型、概率類模型和神經(jīng)網(wǎng)絡(luò)類模型三個(gè)角度來(lái)討論具體的實(shí)現(xiàn)算法。本書在內(nèi)容上兼顧基礎(chǔ)知識(shí)和應(yīng)用實(shí)踐�？傮w上，以基本理論知識(shí)為主線，逐步展開，從

本書從人工智能時(shí)代說(shuō)起，通過(guò)項(xiàng)目學(xué)習(xí)（PBL）的方式由淺入深地剖析圖像處理、人臉聚類、語(yǔ)音識(shí)別、人臉簽到、慧眼識(shí)人、自動(dòng)駕駛小車等人工智能的相關(guān)應(yīng)用案例，并在此基礎(chǔ)上推出5個(gè)生動(dòng)有趣的典型綜合實(shí)踐項(xiàng)目--裸眼3D、無(wú)人機(jī)+智慧農(nóng)業(yè)、創(chuàng)建自己的語(yǔ)音識(shí)別庫(kù)、語(yǔ)音播報(bào)智能垃圾桶、垃圾分類機(jī)器人。 本書項(xiàng)目在實(shí)施過(guò)程中，依托

本書主要內(nèi)容包括：入門篇（初識(shí)人工智能）、理解篇（認(rèn)知人工智能的應(yīng)用技術(shù)）、實(shí)踐篇（探索生活中的人工智能應(yīng)用）、拓展篇（理解人工智能的重要概念）。本書力求將人工智能相關(guān)理論、知識(shí)點(diǎn)與具體實(shí)踐應(yīng)用進(jìn)行結(jié)合，通過(guò)知識(shí)點(diǎn)對(duì)應(yīng)的實(shí)踐項(xiàng)目的設(shè)置，大大地增強(qiáng)教材的應(yīng)用性、豐富性及實(shí)踐性，極大地提升學(xué)生的學(xué)習(xí)興趣、理解能力和實(shí)踐能力

本書共12個(gè)單元，每個(gè)單元分為SectionA和SectionB兩部分。兩個(gè)部分圍繞同一主題，以不同的體裁形式呈現(xiàn)，并提供了參考譯文。本書涵蓋了人工智能領(lǐng)域廣泛的基礎(chǔ)研究主題，比如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理，展示了人工智能在多領(lǐng)域的具體應(yīng)用，比如推薦系統(tǒng)、人臉識(shí)別、聊天機(jī)器人、自動(dòng)駕駛、智能機(jī)器人，并

本書分為三部分。第一部分介紹MLOps主題，深入探討了它是如何(以及為什么)發(fā)展成一門學(xué)科的、需要誰(shuí)參與才能成功執(zhí)行MLOps以及需要哪些組成部分。第二部分介紹了機(jī)器學(xué)習(xí)模型的生命周期，其中包括有關(guān)模型開發(fā)、生產(chǎn)準(zhǔn)備、生產(chǎn)部署、監(jiān)控和治理的章節(jié)。這些章節(jié)不僅包括一般的注意事項(xiàng)，還包括MLOps生命周期每個(gè)階段的注意事項(xiàng)

本書以經(jīng)典控制理論為主，較全面地闡述了自動(dòng)控制的基本理論與應(yīng)用。全書共分8章，主要內(nèi)容包括：緒論，線性連續(xù)控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析法、根軌跡分析法、頻率特性分析法，線性控制系統(tǒng)的設(shè)計(jì)與校正，線性離散控制系統(tǒng)的基礎(chǔ)理論、數(shù)學(xué)模型、性能分析及校正，非線性控制系統(tǒng)分析以及在MATLAB與Simulink支持下對(duì)控制系統(tǒng)的

本書系統(tǒng)全面地闡述了對(duì)偶學(xué)習(xí)，可以讓相關(guān)研究人員和從業(yè)者更好地了解該領(lǐng)域的前沿技術(shù)。全書分為五部分。第一部分簡(jiǎn)要介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)。第二部分以機(jī)器翻譯、圖像翻譯、語(yǔ)音處理及其他自然語(yǔ)言處理/計(jì)算機(jī)視覺(jué)任務(wù)為例，詳細(xì)介紹了基于對(duì)偶重構(gòu)準(zhǔn)則的算法。第三部分介紹基于概率準(zhǔn)則的若干研究，包括基于聯(lián)合概率準(zhǔn)則的對(duì)偶

本書旨在全面回顧異質(zhì)圖表示學(xué)習(xí)的發(fā)展，并介紹其最新研究進(jìn)展。首先從方法和技術(shù)兩個(gè)角度總結(jié)了現(xiàn)有的工作，并介紹了該領(lǐng)域的一些公開資源。然后分類詳細(xì)介紹了最新模型與應(yīng)用。最后討論了異質(zhì)圖表示學(xué)習(xí)未來(lái)的研究方向，并總結(jié)了本書的內(nèi)容。全書主體內(nèi)容分為四個(gè)部分，第一部分快速介紹整個(gè)領(lǐng)域，第二、三部分深入研究相關(guān)技術(shù)和應(yīng)用，第四部

本書是機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)一部具有里程碑意義的著作。包括哥倫比亞大學(xué)、北京大學(xué)在內(nèi)的多個(gè)國(guó)內(nèi)外名校均有以該書為基礎(chǔ)開設(shè)的研究生課程。全書內(nèi)容豐富，視野寬闊，深入淺出地介紹了目前機(jī)器學(xué)習(xí)重要的理論和關(guān)鍵的算法。

"本書系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，全面地反映了國(guó)內(nèi)外人工智能研究領(lǐng)域的當(dāng)前進(jìn)展和發(fā)展方向。 全書共9章。第1章為緒論，敘述人工智能的概況，包括人工智能的定義、發(fā)展歷史、應(yīng)用領(lǐng)域等內(nèi)容。第2～5章論述知識(shí)表示方法、搜索策略、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等內(nèi)容的基本原理和應(yīng)用。第6～9章闡述專家系