本書從人工智能產業(yè)發(fā)展現(xiàn)狀分析入手，從產業(yè)規(guī)模、產業(yè)鏈、技術鏈、企業(yè)鏈四個方面整理人工智能產業(yè)的基礎數(shù)據；從政治、經濟、社會和技術四個方面分析當前人工智能產業(yè)的宏觀發(fā)展環(huán)境，結合人工智能產業(yè)的發(fā)展歷程，分析人工智能產業(yè)轉移的基本規(guī)律和轉移趨勢；從創(chuàng)新政策和各省市公共服務資源兩個方面揭示人工智能發(fā)展的政策環(huán)境。然后，根據

本書是一部基于中國當代設計學理論體系建構，從設計治理理論體系視角對人工智能設計進行全方位研究的專著，亦是一部個案式研究與建構中國式現(xiàn)代化設計學理論體系的專著，是中國當代設計學體系建構研究成果之一，還是作者近二十年來從事的中國理論創(chuàng)新工程的又一成果。本書從設計治理理論體系入手，重點考察和闡釋建構中國自主人工智能設計治理理

本書是新一代人工智能實踐系列教材之一，共分為9章，第1章為引論，第2-7章介紹有監(jiān)督學習算法，包括感知機、Logistics回歸、支持向量機、神經網絡決策樹以及貝葉斯模型。第8章介紹無監(jiān)督學習算法，第9章討論數(shù)據的表示和特征降維。本書可作為人工智能專業(yè)、智能科學與技術專業(yè)以及計算機類相關專業(yè)的本科生及研究生學習機器學習

"本書是計算機領域本科教育教學改革試點工作計劃（“101計劃”）系列教材之一。本書按照“厚算法基礎、養(yǎng)倫理意識、匠工具平臺、促賦能應用”的培養(yǎng)目標，以表達與推理、搜索與優(yōu)化、建模與學習和倫理與安全為核心，按照如下內容進行組織：第1章緒論、第2章知識表達與推理、第3章搜索探尋與問題求解、第4章機器學習、第5章神經網絡與深

面對數(shù)字經濟背景下大數(shù)據分析的現(xiàn)實需求，本書分別從經濟理論闡述、數(shù)學原理推導、程序代碼實現(xiàn)三個角度，系統(tǒng)全面地闡釋了各類經典機器學習模型的理論內涵和適用范圍，以及基于Python編程語言進行算法訓練、模型測試和參數(shù)調優(yōu)的具體方法。本書配有A、B兩個附錄，介紹了Python語言基本語法規(guī)則，以及經濟大數(shù)據分析所涉及的Py

XGBoost是一種經過行業(yè)驗證的開源軟件庫，為快速高效地處理數(shù)十億數(shù)據點提供了梯度提升框架。首先，本書在介紹機器學習和XGBoost在scikit-learn中的應用后，逐步深入梯度提升背后的理論知識。讀者將學習決策樹，并分析在機器學習環(huán)境中的裝袋技術，同時學習拓展到XGBoost的超參數(shù)；并將從零開始構建梯度提升模

本書通過對大眾電子足跡大數(shù)據的挖掘與分析，從公共事件、智能交通和行為經濟學三個維度探究復雜社會系統(tǒng)所隱藏的內生動力，并通過提出基本假設、建立理論模型探索這些規(guī)律的產生機制和可能的動力學影響。本書共6章：第1章系統(tǒng)梳理了“人類行為動力學”在社會科學的認知及其使用情況，比較了“內生動力”與“外在推力”等知識體系對人類行為的

本書詳細介紹了強化學習的理論推導、算法細節(jié)。全書共12章，包括強化學習概述、馬爾可夫決策過程、退化的強化學習問題、環(huán)境已知的強化學習問題、基于價值的強化學習算法、基于策略的強化學習算法、AC型算法、基于模型的強化學習算法等相關知識。本書系統(tǒng)性強、概念清晰，內容簡明通俗。除了側重于理論推導，本書還提供了許多便于讀者理解的

主要內容●數(shù)據字典和數(shù)據治理●數(shù)據質量管控、合規(guī)和分發(fā)●構建自動化管道以提高可靠性●數(shù)據攝取、存儲和分發(fā)●支持生產環(huán)境中的數(shù)據建模、分析和機器學習

本書介紹了深度學習的基本理論、工程實踐及其在產業(yè)界的部署和應用。在深度學習框架的介紹中，書中結合代碼詳細講解了經典的卷積神經網絡、循環(huán)神經網絡和基于自注意力機制的Transformer網絡及其變體。還介紹了這些模型在圖像分類、目標檢測、語義分割、欺詐檢測和語音識別等領域的應用。此外，書中還涵蓋了深度強化學習和生成對抗網