本書系統(tǒng)闡述了機器學習的基本理論、算法和實現(xiàn)。全書共11章：第1章著重介紹了機器學習的基本知識；第2章介紹了樣本數(shù)據(jù)預處理和提取的傳統(tǒng)算法(如PCA和LDA)，并增加了流形學習和稀疏表征等理論；第3-8章系統(tǒng)介紹了傳統(tǒng)機器學習算法，如監(jiān)督學習(貝葉斯、最近鄰、線性模型、非線性模型和集成學習)和非監(jiān)督學習(聚類)；第9、
在人工智能飛速發(fā)展的今天，大眾對于這一前沿技術仍感神秘且難以窺探其深。為此，本書針對人工智能的核心問題進行了深入剖析，旨在幫助讀者揭開其神秘面紗。本書的主要內(nèi)容圍繞以下問題展開：什么是人工智能？人工智能能否解釋其決策？它能否承擔法律責任？它是否具有代理權？人類應該保留對這類系統(tǒng)的何種控制權，是否取決于所做決策的類型？如
大模型作為人工智能技術的重要發(fā)展方向，逐漸成為未來科技發(fā)展的重要方向之一。基于此，本書重點介紹與大模型相關的基礎知識、原理與技術。本書分為14章，內(nèi)容包括深度學習基礎、自然語言處理、大模型網(wǎng)絡結構、大模型訓練與優(yōu)化、大模型微調(diào)及相關應用案例等。全書強調(diào)內(nèi)容的科學性與系統(tǒng)性，從大模型歷史發(fā)展脈絡、理論基礎、構建方法到應用
本書基于國內(nèi)外對混沌神經(jīng)網(wǎng)絡的研究成果，提出了一種基于腦電波生物機制的變頻正弦混沌神經(jīng)網(wǎng)絡（FCSCNN）模型，并通過對該模型的激勵函數(shù)、退火函數(shù)、生物機制、優(yōu)化機制等進行研究，進一步提出了多種衍生模型。本書詳細分析了FCSCNN模型及其衍生模型的混沌動力學特性，通過對解決函數(shù)優(yōu)化、組合優(yōu)化等問題與同類模型進行對比實驗
機器學習雖然在改進產(chǎn)品性能、產(chǎn)品流程和推進研究方面有很大的潛力，但仍面臨一大障礙——計算機無法解釋其預測結果。因此，本書旨在闡明如何使機器學習模型及其決策具有可解釋性。本書探索了可解釋性的概念，介紹了許多簡單的可解釋模型，包括決策樹、決策規(guī)則和線性回歸等。本書的重點是模型不可知方法，用于解釋黑盒模型（如特征重要性和累積
"本書深入淺出地介紹了機器學習與大數(shù)據(jù)分析的核心方法，包括無監(jiān)督學習、監(jiān)督學習、稀疏學習、深度學習、集成學習及增量學習六大部分。書中不僅注重理論推導，還通過豐富的插圖和實例直觀解釋原理。同時，提供R與Python兩種語言的實現(xiàn)方法，方便讀者實操練習。書中數(shù)學符號與公式詳盡，文字解釋直觀，數(shù)學推導細致，使得復雜原理變得易
"本書立足新文科數(shù)字化轉型的迫切需求，是面向應用型本科高校和高等職業(yè)院校人工智能通識課教材。本書以人工智能基本素養(yǎng)和應用能力培養(yǎng)為目標，理論與實踐相結合，注重科學性、普適性、應用性和趣味性，盡量避免晦澀的專業(yè)術語對閱讀理解的影響。全書內(nèi)容組織為理論片、探索篇和實驗篇三大部分，包括人工智能的基礎理論、人工智能編程基礎、計
具身智能強調(diào)智能受腦、身體與環(huán)境協(xié)同影響，更側重關注智能體與環(huán)境的“交互”，被譽為人工智能的終極形態(tài)，對推動智能機器人等領域的研究有極其重要的作用。在具身智能的研究中，智能體的物理形態(tài)與感知、學習、行為的關系起到至關重要的作用。本書系統(tǒng)梳理了具身智能的內(nèi)涵與外延，建立了具身智能的體系結構，詳細介紹了形態(tài)計算、形態(tài)控制、
大模型技術掀起了新一輪人工智能浪潮，以ChatGPT為核心的大模型相關技術可以應用于搜索、對話、內(nèi)容創(chuàng)作等眾多領域，在推薦系統(tǒng)領域的應用也不例外。本書主要分為3部分。第1部分簡單介紹大模型相關技術，包括大模型的預訓練、微調(diào)、在線學習、推理、部署等。第2部分將大模型在傳統(tǒng)推薦系統(tǒng)中的應用抽象為4種范式——生成范式、預訓練
"《PPT+Photoshop+AIGC創(chuàng)意演示設計速成》講解使用PPT(基于WPS)和Photoshop結合人工智能工具ChatGPT和Mindshow通過AIGC進行創(chuàng)意演示設計。全書分為入門篇和案例篇，內(nèi)容涵蓋創(chuàng)意演示設計的多個方面，包括PPT的制作流程和配色設計、Photoshop軟件基礎、人工智能在PPT制作
書單推薦
