方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方法，基礎(chǔ)統(tǒng)計，概率與貝葉斯理論，指數(shù)與對數(shù)，logit函數(shù)與logistic函數(shù)，向量與矩陣，二次函數(shù)、三次函數(shù)與多項(xiàng)式函數(shù)，線性回歸——波士頓房價，邏輯回歸——/葡萄酒/糖尿病，決策樹——葡萄酒/鐵達(dá)尼號/Telco/Retail，隨方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方

《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》以應(yīng)用為導(dǎo)向介紹數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)相關(guān)理論與方法，包括概述、數(shù)據(jù)與數(shù)據(jù)平臺、數(shù)據(jù)預(yù)處理與特征工程、關(guān)聯(lián)分析、決策樹、集成學(xué)習(xí)、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等相關(guān)理論及經(jīng)典算法，以及相關(guān)實(shí)踐案例。本書所有案例均通過R或Python實(shí)現(xiàn)，同時包含詳細(xì)的分析過程和可視化內(nèi)容。本書可作為統(tǒng)計學(xué)、數(shù)據(jù)科學(xué)

本書內(nèi)容已經(jīng)外聘和清華大學(xué)黨委審讀審核通過（清委文[2025]52號）后同意安排出版。在大數(shù)據(jù)時代，數(shù)據(jù)孤島問題嚴(yán)重阻礙了數(shù)據(jù)共享與人工智能應(yīng)用的發(fā)展。聯(lián)邦學(xué)習(xí)作為一種隱私保護(hù)的機(jī)器學(xué)習(xí)范式，允許各機(jī)構(gòu)在不泄露本地數(shù)據(jù)的前提下協(xié)同訓(xùn)練全局模型，有效挖掘分散數(shù)據(jù)并降低泄露風(fēng)險，推動了人工智能在各領(lǐng)域的應(yīng)用。本書全面介紹了

《人工智能通識與AIGC應(yīng)用》第Ⅰ篇主要涵蓋人工智能概述、倫理、大語言模型、智能體、生成式AI等內(nèi)容，每個項(xiàng)目以實(shí)際場景切入，引導(dǎo)學(xué)生分析問題并實(shí)踐。第Ⅱ篇聚焦文本生成，數(shù)據(jù)分析，圖像、語音、視頻生成，AI輔助編程等實(shí)踐技能，幫助學(xué)生使用低代碼工具(如DeepSeek、Midjourney)解決實(shí)際問題。第Ⅲ篇適合信息

本書詳細(xì)回顧了人工智能的發(fā)展歷程，從早期的基礎(chǔ)理論與思想，到如今的技術(shù)突破與應(yīng)用實(shí)踐，探索了人工智能技術(shù)如何從學(xué)術(shù)研究走向商業(yè)化、普及化的過程。全書分為8章，首先通過分析人工智能的起源、符號主義的崛起及其瓶頸，深入闡述了AI技術(shù)如何逐漸從單一任務(wù)的工具轉(zhuǎn)向具備多任務(wù)處理能力的智能系統(tǒng)。隨后聚焦于從專家系統(tǒng)到深度學(xué)習(xí)的技

"《AI重塑未來技術(shù)變革與人類共生的圖景》深入探討人工智能技術(shù)發(fā)展趨勢及其對人類社會影響，系統(tǒng)闡述AI技術(shù)的現(xiàn)狀、應(yīng)用前景以及未來十年可能帶來的深刻變革。全書共分為五篇：第一篇AI時代的到來（第1～4章），從人工智能的基本概念出發(fā)，深入解析深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、大模型等核心技術(shù)原理，探討數(shù)據(jù)驅(qū)動的智能時代特征，并客觀分析

《人工智能通識教程》主要介紹人工智能的核心技術(shù)與應(yīng)用發(fā)展，內(nèi)容涵蓋人工智能概述、人工智能技術(shù)原理、人工智能交叉學(xué)科及融合技術(shù)、人工智能應(yīng)用方向、人工智能應(yīng)用場景、人工智能發(fā)展展望和人工智能時代的職業(yè)展望。引入豐富的實(shí)踐案例和拓展閱讀，旨在幫助學(xué)生深入理解人工智能的技術(shù)脈絡(luò)與社會影響，掌握相關(guān)領(lǐng)域的基礎(chǔ)知識，提升技術(shù)應(yīng)用

本書系統(tǒng)地探討生成式人工智能這一革命性技術(shù)，剖析其深層原理、應(yīng)用前景與未來發(fā)展方向，為讀者提供一個俯瞰生成式人工智能全貌的宏觀視角。本書從基礎(chǔ)原理的闡釋到技術(shù)應(yīng)用的廣泛探索，構(gòu)建了一個全面的知識體系，涵蓋自然語言處理、深度學(xué)習(xí)等前沿領(lǐng)域，為讀者奠定堅實(shí)的理論基礎(chǔ)。通過對ChatGPT在智能客服、內(nèi)容生成、教育、醫(yī)療等多

本書系統(tǒng)介紹了智能科學(xué)技術(shù)的初步知識，是人工智能相關(guān)專業(yè)的入門教材。全書共10章，主要內(nèi)容圍繞智能科學(xué)的基本概念與相關(guān)知識，沿著大多數(shù)初學(xué)者的樸素問題鏈逐步展開，具體包括智能科學(xué)的相關(guān)名詞、發(fā)展歷程、應(yīng)用、專業(yè)學(xué)習(xí)方法、科學(xué)問題、人工智能及其要素、挑戰(zhàn)與展望等。本書語言簡練，實(shí)例豐富，通俗易懂，重點(diǎn)突出，邏輯性強(qiáng)，便于

傳統(tǒng)的控制圖多數(shù)是在已知過程分布的假設(shè)下構(gòu)建的，這種控制圖被稱為參數(shù)控制圖。然而，在實(shí)際應(yīng)用中，大多數(shù)過程因?yàn)槠鋽?shù)據(jù)的復(fù)雜性導(dǎo)致它們的精確分布往往難以確定。當(dāng)預(yù)先指定的參數(shù)分布無效時，參數(shù)控制圖的結(jié)果將不再可靠。為了解決這個問題，通�？紤]非參數(shù)或穩(wěn)健的控制圖。非參數(shù)控制圖在監(jiān)測各種非正態(tài)和復(fù)雜過程中非常有效。近年來對非