機(jī)器學(xué)習(xí)是人工智能的重要方向之一，對(duì)提升各行業(yè)的智能化程度正在起越來(lái)越大的作用。本書(shū)通過(guò)凝練機(jī)器學(xué)習(xí)的核心思想與方法，綜合介紹了Python、常用庫(kù)和相關(guān)工具，以及機(jī)器學(xué)習(xí)的原理與實(shí)現(xiàn)，囊括了機(jī)器學(xué)習(xí)與行業(yè)相結(jié)合的實(shí)例，可讓沒(méi)有深厚計(jì)算機(jī)、編程背景的讀者在有限的時(shí)間內(nèi)掌握機(jī)器學(xué)習(xí)的相關(guān)知識(shí)和應(yīng)用工具。本書(shū)各部分的比例適

本書(shū)從理論結(jié)合實(shí)踐編程來(lái)學(xué)習(xí)推薦系統(tǒng)。由淺入深，先基礎(chǔ)后進(jìn)階，先理論后實(shí)踐，先主流后推導(dǎo)。第1章較為簡(jiǎn)單，僅初步帶領(lǐng)大家了解什么是推薦系統(tǒng)及推薦系統(tǒng)的簡(jiǎn)史。第2章到第5章介紹的是主流的推薦算法及推薦算法的推導(dǎo)過(guò)程，這部分是本書(shū)的核心，每個(gè)算法都描述的非常詳細(xì)且有具體代碼幫助大家理解，深度學(xué)習(xí)的框架將采用PyTorch。

面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)（第4版）

袁紅春,男,博士,教授,博士生導(dǎo)師,1971年1月生。 人工智能（ArtificialIntelligence）是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。它是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類(lèi)智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包

本書(shū)屬于人工智能與區(qū)塊鏈原理及應(yīng)用方面的著作。主要包括區(qū)塊鏈與人工智概述，區(qū)塊鏈與下一代人工智能，區(qū)塊鏈的發(fā)展，區(qū)塊鏈體系架構(gòu)，區(qū)塊鏈與人工智能數(shù)字經(jīng)濟(jì)發(fā)展，區(qū)塊鏈與人工智能技術(shù)的融合，人工智能技術(shù)發(fā)展的困境，密碼學(xué)與安全技術(shù)，基于區(qū)塊鏈架構(gòu)的商業(yè)應(yīng)用，區(qū)塊鏈與人工智能融合的行業(yè)應(yīng)用，區(qū)塊鏈的未來(lái)發(fā)展等內(nèi)容。

本書(shū)共分8章，內(nèi)容涉及物聯(lián)網(wǎng)“端-管-云”全鏈路開(kāi)發(fā)流程。第1章介紹物聯(lián)網(wǎng)發(fā)展趨勢(shì)、應(yīng)用架構(gòu)、典型應(yīng)用和相關(guān)學(xué)術(shù)研究及前沿問(wèn)題；第2、3章分別從硬件平臺(tái)和操作系統(tǒng)的角度介紹物聯(lián)網(wǎng)設(shè)備端開(kāi)發(fā)；第4、5章分別介紹物聯(lián)網(wǎng)應(yīng)用中常用的低功耗短距離協(xié)議及低功耗廣域網(wǎng)；第6、7章分別介紹主流的物聯(lián)網(wǎng)云平臺(tái)和物聯(lián)網(wǎng)云-端一體開(kāi)發(fā)平臺(tái)

●本書(shū)首先介紹AI與AI安全的發(fā)展起源、世界主要經(jīng)濟(jì)體的AI發(fā)展戰(zhàn)略規(guī)劃，給出AI安全技術(shù)發(fā)展脈絡(luò)和框架，并從AI安全實(shí)戰(zhàn)出發(fā)，重點(diǎn)圍繞對(duì)抗樣本、數(shù)據(jù)投毒、模型后門(mén)等攻擊技術(shù)進(jìn)行案例剖析和技術(shù)講解；然后對(duì)預(yù)訓(xùn)練模型中的風(fēng)險(xiǎn)和防御、AI數(shù)據(jù)隱私竊取攻擊技術(shù)、AI應(yīng)用失控的風(fēng)險(xiǎn)和防御進(jìn)行詳細(xì)分析，并佐以實(shí)戰(zhàn)案例和數(shù)據(jù)；最后

本書(shū)主要論述信息融合技術(shù)及其應(yīng)用，介紹不同技術(shù)的信息融合算法，包括基于稀疏/協(xié)作表示、高斯過(guò)程隱變量模型、多視角和多特征學(xué)習(xí)、貝葉斯模型、度量學(xué)習(xí)、權(quán)重分類(lèi)器方法融合和深度學(xué)習(xí)等；講述這些融合方法在圖像分類(lèi)、域自適應(yīng)、人臉識(shí)別、疾病檢測(cè)和圖像檢索等領(lǐng)域的應(yīng)用，并使用多個(gè)數(shù)據(jù)庫(kù)驗(yàn)證了上述方法的有效性和優(yōu)越性。本書(shū)可供從事

《運(yùn)籌優(yōu)化常用模型、算法及案例實(shí)戰(zhàn)》主要講述運(yùn)籌優(yōu)化領(lǐng)域常用的數(shù)學(xué)模型、精確算法以及相應(yīng)的代碼實(shí)現(xiàn)。首先簡(jiǎn)要介紹基本理論，然后用豐富的配套案例講解多個(gè)經(jīng)典的精確算法框架，最后結(jié)合常用的優(yōu)化求解器（CPLEX和Gurobi）說(shuō)明如何用Python和Java語(yǔ)言實(shí)現(xiàn)書(shū)中提到的所有精確算法。全書(shū)共分3部分。第I部分（第1~4

k-均值問(wèn)題是經(jīng)典組合優(yōu)化問(wèn)題,也是著名的NP-難問(wèn)題之一,相應(yīng)的Lloyd算法是數(shù)據(jù)挖掘的十大經(jīng)典算法之一.k-均值問(wèn)題在人工智能、數(shù)據(jù)挖掘、理論計(jì)算機(jī)科學(xué)、運(yùn)籌學(xué)和管理科學(xué)中有著廣泛的應(yīng)用.本書(shū)介紹k-均值問(wèn)題及其變形的基于隨機(jī)抽樣、降維、核心集、近似質(zhì)心集、局部搜索、線性規(guī)劃舍入等技術(shù)的近似算法.主要內(nèi)容包括:經(jīng)