本書(shū)旨在為有興趣更好地理解數(shù)學(xué)和統(tǒng)計(jì)的學(xué)生提供一個(gè)可訪問(wèn)的、全面的教科書(shū)，這些數(shù)學(xué)和統(tǒng)計(jì)知識(shí)是數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)算法的基礎(chǔ)。

本書(shū)對(duì)人工智能安全的基本概念和框架進(jìn)行梳理。第1章主要介紹信息安全和人工智能的基礎(chǔ)性概念。第2章和第3章分別從人工智能信息系統(tǒng)安全和人工智能算法安全的角度，對(duì)人工智能安全的研究方法、研究手段進(jìn)行詳述，其中包含大量的真實(shí)例子、程序代碼。第4章主要討論人工智能輔助攻防新場(chǎng)景。第5章主要討論人工智能安全生態(tài)。希望通過(guò)本書(shū)，傳

本書(shū)致力于介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念和算法、研究前沿以及廣泛和新興的應(yīng)用，涵蓋圖神經(jīng)網(wǎng)絡(luò)的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場(chǎng)景方方面面的內(nèi)容。全書(shū)分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡(luò)成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡(luò)典型的前沿領(lǐng)域；第四部分描述可能對(duì)圖神經(jīng)網(wǎng)絡(luò)未來(lái)研

本書(shū)內(nèi)容共分為10章，從學(xué)科基礎(chǔ)、技術(shù)基礎(chǔ)、重點(diǎn)方向與領(lǐng)域、行業(yè)應(yīng)用、倫理法律5方面系統(tǒng)、整體介紹人工智能的定義、方法、體系、應(yīng)用及其內(nèi)涵。第1章介紹人工智能定義及新知識(shí)體系。第2章介紹人工智能孕育史、機(jī)械論、計(jì)算歷史、控制論、聯(lián)結(jié)主義起源、計(jì)算機(jī)器的歷史，以及當(dāng)代人工智能歷史。第3章介紹與人工智能有關(guān)的哲學(xué)概念、分支

本書(shū)的寫(xiě)作初衷是，從學(xué)者的角度，用一種通俗易懂的方式，將基于深度學(xué)習(xí)的目標(biāo)檢測(cè)的相關(guān)論文中的理論和方法呈現(xiàn)給讀者，同時(shí)針對(duì)作者在深度學(xué)習(xí)教學(xué)過(guò)程中遇到的難點(diǎn)，進(jìn)行深入的分析和講解。本書(shū)側(cè)重對(duì)卷積神經(jīng)網(wǎng)絡(luò)的介紹，而深度學(xué)習(xí)的內(nèi)容不止于此。所以，作者將深度學(xué)習(xí)分為有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三類，將圖像分類、目標(biāo)檢測(cè)、

本書(shū)基于備受讀者推崇的王樹(shù)森“深度強(qiáng)化學(xué)習(xí)”系列公開(kāi)視頻課，專門(mén)解決“入門(mén)深度強(qiáng)化學(xué)習(xí)難”的問(wèn)題。 本書(shū)的獨(dú)特之處在于：第一，知識(shí)精簡(jiǎn)，剔除一切不必要的概念和公式，學(xué)起來(lái)輕松；第二，內(nèi)容新穎，聚焦近10年深度強(qiáng)化學(xué)習(xí)領(lǐng)域的突破，讓你一上手就緊跟最新技術(shù)。本書(shū)系統(tǒng)講解深度強(qiáng)化學(xué)習(xí)的原理與實(shí)現(xiàn)，但不回避數(shù)學(xué)公式和各種模型

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書(shū)涵蓋了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)，主要包括機(jī)器學(xué)習(xí)的概述、統(tǒng)計(jì)學(xué)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、文本分析、分布式機(jī)器學(xué)習(xí)算法等經(jīng)典的機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)、目標(biāo)檢測(cè)、自編碼器等深度學(xué)習(xí)的內(nèi)容。此外，

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）