"《聯(lián)邦學(xué)習(xí)》為研究人員和從業(yè)者深入探討了聯(lián)邦學(xué)習(xí)最重要的問題和方法。聯(lián)邦學(xué)習(xí)(FederatedLearning，F(xiàn)L)是一種機器學(xué)習(xí)方法，其中訓(xùn)練數(shù)據(jù)不是集中管理的。數(shù)據(jù)由參與聯(lián)邦學(xué)習(xí)過程的各方保留，不與任何其他實體共享。這使得聯(lián)邦學(xué)習(xí)成為一種日益流行的機器學(xué)習(xí)解決方案，適用于因隱私、監(jiān)管或?qū)嶋H原因而難以將數(shù)據(jù)集中

"本書專注于介紹基于深度學(xué)習(xí)的算法。從探索深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)和理論架構(gòu)，到九大經(jīng)典的深度學(xué)習(xí)算法，旨在為讀者提供一個從基礎(chǔ)到高級的全方位指導(dǎo)。截至2024年，書中介紹的9個算法幾乎涵蓋了整個深度學(xué)習(xí)領(lǐng)域的經(jīng)典和前沿算法。本書在第1章和第2章介紹了深度學(xué)習(xí)的基礎(chǔ)：數(shù)學(xué)基礎(chǔ)與神經(jīng)網(wǎng)絡(luò)算法。從第3章開始，書籍逐步引領(lǐng)讀者進入

"這是一本面向AI開發(fā)人員以及對生成式人工智能技術(shù)感興趣的讀者的專業(yè)圖書。《生成式AI應(yīng)用開發(fā):基于OpenAIAPI實現(xiàn)》深入探討生成式AI技術(shù)的原理與實現(xiàn)，以及如何利用OpenAIAPI進行高效開發(fā)�！渡�成式AI應(yīng)用開發(fā):基于OpenAIAPI實現(xiàn)》內(nèi)容包括ChatGPT的原理解析、OpenAIAPI請求庫的使用、

"本書結(jié)合典型機械系統(tǒng)控制的實例，系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)控制的基本理論、基本方法和應(yīng)用技術(shù)。本書是作者多年來從事控制系統(tǒng)教學(xué)和科研工作的結(jié)晶，同時融入了國內(nèi)外同行近年來所取得的新成果。全書共分16章，包括緒論、RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計與仿真、基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制、RBF神經(jīng)網(wǎng)絡(luò)滑�？刂�

"能夠模仿人類語言智能與思維，具有世界一般性知識的ChatGPT，開啟了通用人工智能的新時代，正成為引爆第四次工業(yè)革命的火種。本書是第一本體系化介紹ChatGPT基本原理與核心算法的教材及專業(yè)圖書。全書共分5章：第1章為人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)；第2章詳細剖析了Transformer及其緣起，分析了視覺領(lǐng)域的Transform

"本書圍繞熱門話題“數(shù)字人”，系統(tǒng)介紹了其發(fā)展過程、技術(shù)特點、應(yīng)用場景、安全問題及未來趨勢，共分十二章。內(nèi)容涵蓋數(shù)字人的定義、誕生背景、關(guān)鍵技術(shù)，以及在多行業(yè)的應(yīng)用現(xiàn)狀與前景。同時，探討了數(shù)字人使用中的安全問題、政策支持與未來發(fā)展方向，并展望其融入日常生活的美好愿景，為讀者呈現(xiàn)數(shù)字人領(lǐng)域的全景圖。本書適合對數(shù)字人技術(shù)感

"本書針對基于演化的機器學(xué)習(xí)的一些關(guān)鍵問題進行深入探索。全書共20章，分為3篇。上篇為第1～6章，探索了深度改進的分布估計算法，提出了基于共軛先驗分布的兩層分布估計算法、帶有鏈接學(xué)習(xí)的量子演化算法和問題規(guī)模自適應(yīng)的基于分解的多目標(biāo)分布估計算法。中篇為第7～13章，針對學(xué)習(xí)分類器與特征選擇方法，重點研究兩者的融合策略，將

"隨著社會需求的變化，越來越多的人工智能應(yīng)用涉及多標(biāo)簽學(xué)習(xí)問題，如文本分類、語義標(biāo)注、社交網(wǎng)絡(luò)、基因預(yù)測和疾病診療等，多標(biāo)簽學(xué)習(xí)已成為當(dāng)前人工智能領(lǐng)域的研究熱點之一。本書基于集成學(xué)習(xí)相關(guān)理論，圍繞多標(biāo)簽局部依賴、多標(biāo)簽缺失補全、極端量級多標(biāo)簽學(xué)習(xí)、長尾多標(biāo)簽學(xué)習(xí)和開放詞多標(biāo)簽學(xué)習(xí)等一系列問題進行展開，提出了一系列高效的

"本書是對強化學(xué)習(xí)算法的綜合性講解書籍，內(nèi)容包括主要的強化學(xué)習(xí)算法的實現(xiàn)思路講解，以及主要的優(yōu)化方法的原理講解。本書介紹的每個算法都分為原理講解和代碼實現(xiàn)兩部分，代碼實現(xiàn)是為了通過實驗驗證原理部分的可行性。通過本書的學(xué)習(xí)，讀者可以快速地了解強化學(xué)習(xí)算法的設(shè)計原理，掌握強化學(xué)習(xí)算法的實現(xiàn)過程，并能研發(fā)屬于自己的強化學(xué)習(xí)算

"Mamba是一種新型的深度學(xué)習(xí)架構(gòu)，在保持對序列長度近似線性擴展性的同時，提供了與Transformers相當(dāng)?shù)慕�模能力�！渡钊胩剿鱉amba模型架構(gòu)與應(yīng)用》旨在幫助讀者探索Mamba在不同領(lǐng)域?qū)崿F(xiàn)卓越性能的潛力，并深入理解和應(yīng)用這一新興的模型架構(gòu)。本書配套示例源碼、PPT課件、配圖PDF文件與讀者微信交流群服務(wù)�！�