本書先從背景出發(fā)，闡述黑盒模型存在的問(wèn)題以及不解決黑盒問(wèn)題模型可能帶來(lái)的后果，引出可解釋機(jī)器學(xué)習(xí)的重要性；隨后，我們從可解釋機(jī)器學(xué)習(xí)的研究方向，分為內(nèi)在可解釋模型算法和模型事后解析方法兩部分進(jìn)行介紹，闡述不同模型的原理、應(yīng)用及其可解釋性。z后通過(guò)三個(gè)不同的應(yīng)用場(chǎng)景，介紹在銀行實(shí)戰(zhàn)中的數(shù)據(jù)挖掘方法，由問(wèn)題、處理方法出發(fā)，

本書通過(guò)深度學(xué)習(xí)實(shí)例，從可解釋性角度出發(fā)，闡述深度學(xué)習(xí)的原理，并將圖神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)結(jié)合，介紹圖神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)技術(shù)。本書分為6章，主要內(nèi)容包括：圖片分類模型、機(jī)器視覺(jué)的高級(jí)應(yīng)用、自然語(yǔ)言處理的相關(guān)應(yīng)用、神經(jīng)網(wǎng)絡(luò)的可解釋性、識(shí)別未知分類的方法——零次學(xué)習(xí)、異構(gòu)圖神經(jīng)網(wǎng)絡(luò)。本書中的實(shí)例是在PyTorch框架上完成的，具有

本書從基礎(chǔ)知識(shí)開始，介紹深度學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)相關(guān)的一系列技術(shù)與實(shí)現(xiàn)方法，主要內(nèi)容包括PyTorch的使用、神經(jīng)網(wǎng)絡(luò)的原理、神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型、圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型。書中側(cè)重講述與深度學(xué)習(xí)基礎(chǔ)相關(guān)的網(wǎng)絡(luò)模型和算法思想，以及圖神經(jīng)網(wǎng)絡(luò)的原理，且針對(duì)這些知識(shí)點(diǎn)給出在PyTorch框架上的實(shí)現(xiàn)代碼。 本書適合想學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)

全書分三部分，第1部分（1~3章）介紹了人工智能·機(jī)器學(xué)習(xí)·深度學(xué)習(xí)的基礎(chǔ)知識(shí)，Pthon編程及其常用庫(kù)的使用方法；第2部分（4~5章）通過(guò)16個(gè)實(shí)操案例帶領(lǐng)讀者玩轉(zhuǎn)機(jī)器學(xué)習(xí)，其中涉及TensorFlow，Keras，PTorch，Chainer和scikit-learn等具有代表性的開發(fā)框架，讀者可以學(xué)習(xí)到這些框架的

本書的編寫立足于高職教育人才培養(yǎng)目標(biāo)和教學(xué)改革的實(shí)際需求,嚴(yán)格遵循“實(shí)用為主、夠用為度、應(yīng)用為目的”的基本原則。選材內(nèi)容既符合高職學(xué)生的特點(diǎn),又能夠突出人工智能的通識(shí)性、前瞻性、和實(shí)用性。全書共分九個(gè)單元,包含人工智能基本概念、發(fā)展歷史、核心技術(shù)、主要產(chǎn)品、常見(jiàn)產(chǎn)品說(shuō)明書、發(fā)展趨勢(shì)及其在相關(guān)行業(yè)的應(yīng)用等內(nèi)容,涉及智慧生

大前研一和業(yè)界的精英們講述AI與FinTech的*新情況，向讀者分享抓住商機(jī)的方法。從始于18世紀(jì)60年代的工業(yè)革命和20世紀(jì)60年代的信息技術(shù)革命中可以看出，新技術(shù)的誕生徹底改變了人們迄今為止的生活方式和商業(yè)模式。而現(xiàn)在正掀起了由AI和FinTech掀起的革命，給世界帶來(lái)了巨大的沖擊。通過(guò)本書不僅可以了解日本在AI和

AI真的會(huì)代替人類嗎?今天的所謂AI其實(shí)根本沒(méi)有像人類智慧一樣的高級(jí)智慧，它不過(guò)就是一個(gè)高速算法而已，它能做到的事情非常有限。但隨著大數(shù)據(jù)時(shí)代越來(lái)越盛行，又真的沒(méi)有一點(diǎn)危險(xiǎn)性嗎？這就需要通過(guò)我們的閱讀和知識(shí)的積累來(lái)平衡他們之間的關(guān)系。 全書分為四大部分：了解身邊的AI以及新科技；AI的進(jìn)化以及改變的生活；進(jìn)步的科技以及

人工智能的發(fā)展需要對(duì)所解決問(wèn)題的深入數(shù)學(xué)理解，矩陣代數(shù)正是一種的基本數(shù)學(xué)工具，在人工智能學(xué)科的研究中具有根本性的意義。本書的目的正是為人工智能的研究和實(shí)踐提供堅(jiān)實(shí)的矩陣代數(shù)理論基礎(chǔ)。全書共9章，分矩陣代數(shù)導(dǎo)論、應(yīng)用兩部分講述矩陣代數(shù)方法在人工智能中的應(yīng)用。第一部分《矩陣代數(shù)導(dǎo)論》包括第1–5章，提供矩陣代數(shù)的基礎(chǔ)理論；

本教材書主要介紹和講解目前人工智能三個(gè)主要流派所包含的基礎(chǔ)理論和研究方法，并通過(guò)實(shí)例來(lái)詳細(xì)了解這些技術(shù)的特點(diǎn)及應(yīng)用，帶領(lǐng)讀者走進(jìn)人工智能的世界。本書以人工智能技術(shù)的發(fā)展為線索，內(nèi)容共分5章，包括知識(shí)的表示、搜索技術(shù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等內(nèi)容，在結(jié)構(gòu)上便于裁剪，適應(yīng)于不同學(xué)時(shí)的高校教學(xué)需求；在內(nèi)容上將對(duì)數(shù)學(xué)原理和算法的講

本書介紹了人工智能領(lǐng)域常用的方法，包括搜索、統(tǒng)計(jì)學(xué)習(xí)、深度學(xué)習(xí)和自動(dòng)機(jī)器學(xué)習(xí)等內(nèi)容。各章節(jié)涉及的問(wèn)題均根據(jù)歷史典故或現(xiàn)實(shí)生活引出，并使用通俗易懂的方式提出問(wèn)題及其解決方法。因此，讀者在閱讀本書時(shí)不會(huì)感到枯燥無(wú)味，也不需要具備人工智能相關(guān)的知識(shí)背景。書中包含很多代碼示例，每個(gè)示例均有詳細(xì)的解釋，有助于讀者進(jìn)一步理解相應(yīng)的