決策樹是數(shù)據(jù)分析中廣泛使用的機器學習模型，其模型簡單、算法快速且具有可解釋性。但隨著大數(shù)據(jù)的涌現(xiàn)，將決策樹真正應用到實踐中還面臨諸多困難。本書正是為解決這一痛點而作，旨在幫助讀者系統(tǒng)且全面地了解決策樹，并成功地將其用于工程實踐。

本書是《神經(jīng)網(wǎng)絡與深度學習》（蒲公英書）的配套實踐書，由復旦大學邱錫鵬教授和百度飛槳團隊合作完成。本書在章節(jié)設計上和《神經(jīng)網(wǎng)絡與深度學習》一一對應，并以模型解讀案例實踐的形式進行介紹。模型解讀主要聚焦如何從零開始一步步實現(xiàn)深度學習中的各種模型和算法，并結合簡單的任務來加深讀者對模型和算法的理解；案例實踐主要強調(diào)如何使用

本書緊跟新一代信息技術和人工智能主流技術的發(fā)展，選用Python這一人工智能領域的重要語言，培養(yǎng)學生的人工智能應用能力，以項目、任務為導向，將思政元素和相關知識的講解貫穿在任務的實施過程中，對標1X計算機視覺應用開發(fā)職業(yè)技能等級證書，使學生掌握人工智能在計算機視覺方面的具體應用，堅持與高等職業(yè)教育教學思想、崗位需求相結

本書從初學者角度出發(fā)，以"講課”的形式，歸納分析各類遷移學習方法，使讀者能快速理解遷移學習的本質(zhì)問題、抓住重點、舉一反三、迅速入門。它的一大亮點是對"兩頭"的把握：一是源頭，抓問題和場景，做到"師出有名”，講清楚針對什么問題、用在哪里；二是筆頭，抓代碼與實踐，做到"落地結果”，在實戰(zhàn)中鞏固和深化對技術的理解。本書同時配

本書著重探討新基建背景下我國人工智能的發(fā)展及其基礎建設。全書包括基礎、應用和實踐三篇，共9章。基礎篇分析了新基建的背景、概念、短板，以及人工智能的發(fā)展與挑戰(zhàn)等，尤其是分析了人工智能與新基建內(nèi)在的關系；應用篇分析了人工智能在產(chǎn)業(yè)融合及在醫(yī)療、教育、能源、城市建設、社區(qū)建設等領域的驅(qū)動作用；實踐篇探討了人工智能的數(shù)據(jù)建設、

本書從產(chǎn)業(yè)角度深刻分析了異構計算及智能計算中心建設的諸多關鍵技術和應用前景，介紹了異構融合智能計算的核心技術—智能計算中心異構算力芯片、異構算力適配、異構操作平臺，以及產(chǎn)業(yè)界中智能計算中心異構算力的解決方案、智能計算中心的高質(zhì)量發(fā)展與未來展望。本書內(nèi)容豐富、分析全面，是實現(xiàn)智能計算中心發(fā)展相關布局的重要技術參考，對推動

本書兼顧統(tǒng)計知識的基礎性和系統(tǒng)性，系統(tǒng)介紹深度學習基礎知識和建模技術。本書共包括7章，第1章介紹機器學習、人工智能和深度學習發(fā)展歷程及相關概念；第2章介紹深度學習的理論知識，如張量、梯度、損失函數(shù)、激活函數(shù)、反向傳播等；第3章介紹基礎神經(jīng)網(wǎng)絡在二分類數(shù)據(jù)、多分類數(shù)據(jù)和連續(xù)數(shù)據(jù)上的實例構建；第4章介紹神經(jīng)網(wǎng)絡模型的泛化策

當今時代，人工智能技術越來越受重視，影響著人類生活的方方面面，提高人工智能相關知識素養(yǎng)，十分有必要。全書是人工智能入門類基礎書，共10章，內(nèi)容包括人工智能概述、機器學習、神經(jīng)網(wǎng)絡與深度學習、智能語音處理及應用、計算機視覺處理及應用、自然語言處理及應用、知識圖譜及應用、機器人、經(jīng)典智能算法Python實現(xiàn)、展望等。本書適

強化學習是目前機器學習乃至人工智能領域發(fā)展最快的分支之一。強化學習的基本思想是通過與環(huán)境的交互、智能體或智能算法獲取相關智能，其具體過程就是根據(jù)環(huán)境反饋得到的獎勵不斷調(diào)整自身的策略進而獲得**獎勵決策的學習歷程。本書主要講述了強化學習的基本原理和基本方法，基于強化學習的控制、決策和優(yōu)化方法設計與理論分析，深度強化學習原

本教材較為全面地介紹人工智能技術服務、人工智能開放平臺應用與實踐等內(nèi)容。全書共12個項目，包括人工智能的技術與應用設計、產(chǎn)業(yè)與應用開發(fā)，智能數(shù)據(jù)服務平臺入門使用、數(shù)據(jù)采集、數(shù)據(jù)清洗、圖像標注，深度學習模型定制平臺入門使用、模型訓練、模型部署，深度學習開發(fā)平臺視覺任務應用、文本任務應用、聲音任務應用等。本教材以企業(yè)用人需