本書共12個(gè)單元，每個(gè)單元分為SectionA和SectionB兩部分。兩個(gè)部分圍繞同一主題，以不同的體裁形式呈現(xiàn)，并提供了參考譯文。本書涵蓋了人工智能領(lǐng)域廣泛的基礎(chǔ)研究主題，比如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、自然語言處理，展示了人工智能在多領(lǐng)域的具體應(yīng)用，比如推薦系統(tǒng)、人臉識別、聊天機(jī)器人、自動(dòng)駕駛、智能機(jī)器人，并

本書分為三部分。第一部分介紹MLOps主題，深入探討了它是如何(以及為什么)發(fā)展成一門學(xué)科的、需要誰參與才能成功執(zhí)行MLOps以及需要哪些組成部分。第二部分介紹了機(jī)器學(xué)習(xí)模型的生命周期，其中包括有關(guān)模型開發(fā)、生產(chǎn)準(zhǔn)備、生產(chǎn)部署、監(jiān)控和治理的章節(jié)。這些章節(jié)不僅包括一般的注意事項(xiàng)，還包括MLOps生命周期每個(gè)階段的注意事項(xiàng)

本書系統(tǒng)全面地闡述了對偶學(xué)習(xí)，可以讓相關(guān)研究人員和從業(yè)者更好地了解該領(lǐng)域的前沿技術(shù)。全書分為五部分。第一部分簡要介紹機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識。第二部分以機(jī)器翻譯、圖像翻譯、語音處理及其他自然語言處理/計(jì)算機(jī)視覺任務(wù)為例，詳細(xì)介紹了基于對偶重構(gòu)準(zhǔn)則的算法。第三部分介紹基于概率準(zhǔn)則的若干研究，包括基于聯(lián)合概率準(zhǔn)則的對偶

本書旨在全面回顧異質(zhì)圖表示學(xué)習(xí)的發(fā)展，并介紹其最新研究進(jìn)展。首先從方法和技術(shù)兩個(gè)角度總結(jié)了現(xiàn)有的工作，并介紹了該領(lǐng)域的一些公開資源。然后分類詳細(xì)介紹了最新模型與應(yīng)用。最后討論了異質(zhì)圖表示學(xué)習(xí)未來的研究方向，并總結(jié)了本書的內(nèi)容。全書主體內(nèi)容分為四個(gè)部分，第一部分快速介紹整個(gè)領(lǐng)域，第二、三部分深入研究相關(guān)技術(shù)和應(yīng)用，第四部

本書是機(jī)器學(xué)習(xí)領(lǐng)域內(nèi)一部具有里程碑意義的著作。包括哥倫比亞大學(xué)、北京大學(xué)在內(nèi)的多個(gè)國內(nèi)外名校均有以該書為基礎(chǔ)開設(shè)的研究生課程。全書內(nèi)容豐富，視野寬闊，深入淺出地介紹了目前機(jī)器學(xué)習(xí)重要的理論和關(guān)鍵的算法。

"本書系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，全面地反映了國內(nèi)外人工智能研究領(lǐng)域的當(dāng)前進(jìn)展和發(fā)展方向。 全書共9章。第1章為緒論，敘述人工智能的概況，包括人工智能的定義、發(fā)展歷史、應(yīng)用領(lǐng)域等內(nèi)容。第2～5章論述知識表示方法、搜索策略、機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等內(nèi)容的基本原理和應(yīng)用。第6～9章闡述專家系

本書詳細(xì)介紹了JavaScript、Python、.NET和Lua低代碼開發(fā)，并且從傳感器開始，深入淺出地勾勒出采集終端、智能網(wǎng)關(guān)、物理鏈路層、通信協(xié)議和云端平臺(tái)等物聯(lián)網(wǎng)領(lǐng)域的全貌；結(jié)合實(shí)際案例，系統(tǒng)地講解了如何通過低代碼、零代碼等近乎搭積木的方式快速搭建物聯(lián)網(wǎng)系統(tǒng)。本書內(nèi)容豐富、通信易懂，是一本物聯(lián)網(wǎng)領(lǐng)域的低代碼開發(fā)

決策樹是數(shù)據(jù)分析中廣泛使用的機(jī)器學(xué)習(xí)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(yīng)用到實(shí)踐中還面臨諸多困難。本書正是為解決這一痛點(diǎn)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(shí)踐。

本書是《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》（蒲公英書）的配套實(shí)踐書，由復(fù)旦大學(xué)邱錫鵬教授和百度飛槳團(tuán)隊(duì)合作完成。本書在章節(jié)設(shè)計(jì)上和《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》一一對應(yīng)，并以模型解讀案例實(shí)踐的形式進(jìn)行介紹。模型解讀主要聚焦如何從零開始一步步實(shí)現(xiàn)深度學(xué)習(xí)中的各種模型和算法，并結(jié)合簡單的任務(wù)來加深讀者對模型和算法的理解；案例實(shí)踐主要強(qiáng)調(diào)如何使用

本書緊跟新一代信息技術(shù)和人工智能主流技術(shù)的發(fā)展，選用Python這一人工智能領(lǐng)域的重要語言，培養(yǎng)學(xué)生的人工智能應(yīng)用能力，以項(xiàng)目、任務(wù)為導(dǎo)向，將思政元素和相關(guān)知識的講解貫穿在任務(wù)的實(shí)施過程中，對標(biāo)1X計(jì)算機(jī)視覺應(yīng)用開發(fā)職業(yè)技能等級證書，使學(xué)生掌握人工智能在計(jì)算機(jī)視覺方面的具體應(yīng)用，堅(jiān)持與高等職業(yè)教育教學(xué)思想、崗位需求相結(jié)