本書(shū)的主要內(nèi)容有：熟悉Spark的編程模型和生態(tài)系統(tǒng)。學(xué)習(xí)數(shù)據(jù)科學(xué)的一般方法。檢查分析大型公共數(shù)據(jù)集執(zhí)行步驟的完整性。發(fā)現(xiàn)哪些機(jī)器學(xué)習(xí)工具對(duì)特定問(wèn)題有幫助。探索可適應(yīng)多種用途的代碼。

人工智能和機(jī)器學(xué)習(xí)受數(shù)據(jù)驅(qū)動(dòng)的趨勢(shì)日益明顯。仿真技術(shù)不僅強(qiáng)大，而且魅力無(wú)窮，有望釋放兩者的全部潛能。本書(shū)的主要內(nèi)容有：用Unity引擎和仿真技術(shù)，解決機(jī)器學(xué)習(xí)和人工智能問(wèn)題。用游戲引擎合成圖像訓(xùn)模。創(chuàng)建仿真環(huán)境，訓(xùn)練強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)模型。采用PPO等高效通用算法解決基于仿真的機(jī)器學(xué)習(xí)問(wèn)題。用不同方法訓(xùn)練多種機(jī)器學(xué)習(xí)模

本書(shū)的主要內(nèi)容包括：創(chuàng)建一個(gè)簡(jiǎn)單的集群，了解Kubernetes的基本工作原理。深入了解使用Kubernetes部署應(yīng)用程序的細(xì)節(jié)。學(xué)習(xí)Kubernetes的專(zhuān)屬對(duì)象，如守護(hù)進(jìn)程集、作業(yè)、ConfigMap以及機(jī)密等。探索如何通過(guò)部署組織應(yīng)用程序的整個(gè)生命周期。學(xué)習(xí)如何保護(hù)應(yīng)用程序部署的安全。學(xué)習(xí)部署多集群應(yīng)用程序，以

如果你的數(shù)據(jù)處理或服務(wù)器應(yīng)用程序已經(jīng)超出了單臺(tái)計(jì)算機(jī)的處理能力，那么這本書(shū)就是為你準(zhǔn)備的。你將探索分布式處理（純Python的無(wú)服務(wù)器實(shí)現(xiàn)），并學(xué)習(xí)如何：使用RayActor實(shí)現(xiàn)有狀態(tài)應(yīng)用程序。在Ray中構(gòu)建工作流管理。將Ray用作批處理和流處理的統(tǒng)一系統(tǒng)。使用Ray進(jìn)行高級(jí)數(shù)據(jù)處理。使用Ray構(gòu)建微服務(wù)。實(shí)現(xiàn)可靠的R

"本書(shū)為Web全棧開(kāi)發(fā)校企“雙元”合作系列教材之一,是Web全棧開(kāi)發(fā)職業(yè)技能等級(jí)證書(shū)培訓(xùn)認(rèn)證教材，遵循高等職業(yè)教育Web前端開(kāi)發(fā)基礎(chǔ)課程的教學(xué)需求，對(duì)接金磚國(guó)家職業(yè)技能大賽中“Web技術(shù)”賽項(xiàng)，以課程教學(xué)標(biāo)準(zhǔn)、職業(yè)技能等級(jí)證書(shū)、職業(yè)技能大賽及職業(yè)崗位技能需求為基礎(chǔ)

本書(shū)深入探討了四元數(shù)神經(jīng)網(wǎng)絡(luò)在表情識(shí)別任務(wù)中的突破性應(yīng)用。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比，四元數(shù)神經(jīng)網(wǎng)絡(luò)在處理復(fù)雜情感信息時(shí)展現(xiàn)出了更強(qiáng)特征分析能力和更低計(jì)算量的雙重優(yōu)勢(shì)。書(shū)中內(nèi)容主要展現(xiàn)這一前沿技術(shù)在特征表示、數(shù)據(jù)融合和信息處理上的巨大潛力，以及如何在表情識(shí)別任務(wù)中顯著提升精度與效率。本書(shū)所有的內(nèi)容都充分結(jié)合理論分析與實(shí)證研

本書(shū)將最優(yōu)控制方法融入機(jī)器學(xué)習(xí)的研究中，創(chuàng)新地建立了一個(gè)基于最優(yōu)反饋控制在線(xiàn)學(xué)習(xí)框架，并在該框架下提出了一系列用于解決線(xiàn)性和非線(xiàn)性的分類(lèi)與回歸問(wèn)題的魯棒自適應(yīng)學(xué)習(xí)算法;構(gòu)建了基于最優(yōu)控制的魯棒在線(xiàn)學(xué)習(xí)架構(gòu)，分別討論該架構(gòu)下的線(xiàn)性回歸、二分類(lèi)和多分類(lèi)問(wèn)題，并且將線(xiàn)性問(wèn)題的架構(gòu)拓展到非線(xiàn)性回歸與分類(lèi)問(wèn)題；提出了基于控制的深

本書(shū)匯集了作者在數(shù)字媒體資產(chǎn)管理領(lǐng)域多年的研究成果，主要包括數(shù)字媒體資產(chǎn)管理系統(tǒng)與相關(guān)業(yè)務(wù)流程、數(shù)字媒體資產(chǎn)價(jià)值管理與內(nèi)容產(chǎn)業(yè)價(jià)值鏈、數(shù)字媒體內(nèi)容產(chǎn)品的版權(quán)管理與定價(jià)、數(shù)字媒體內(nèi)容版權(quán)交易模式、電視劇和網(wǎng)絡(luò)電影的版權(quán)價(jià)值評(píng)估模型研究等。本書(shū)可供工商管理、數(shù)字經(jīng)濟(jì)、管理科學(xué)與工程等專(zhuān)業(yè)的高年級(jí)本科生和研究生作為參考書(shū)，也

本書(shū)首先梳理人臉識(shí)別的主要應(yīng)用場(chǎng)景及其處理的個(gè)人信息類(lèi)型，并以此為基礎(chǔ)探討敏感的人臉信息被泄露、篡改、偽造和濫用所造成的隱私擔(dān)憂(yōu)與安全風(fēng)險(xiǎn)，揭示科林格里奇困境。其次，對(duì)人臉識(shí)別的場(chǎng)景進(jìn)行分類(lèi)，尤其是各類(lèi)場(chǎng)景中人臉信息的屬性，根據(jù)公共性私人性強(qiáng)弱可分為三級(jí)，分別是作為個(gè)人形象的強(qiáng)公共屬性、關(guān)聯(lián)個(gè)人身份的弱公共屬性以及體現(xiàn)

密態(tài)深度學(xué)習(xí)可以在不解密加密數(shù)據(jù)的前提下對(duì)授權(quán)用戶(hù)提供深度學(xué)習(xí)服務(wù)，并可防止非授權(quán)用戶(hù)對(duì)授權(quán)用戶(hù)的數(shù)據(jù)進(jìn)行竊取與利用。該技術(shù)突破了密態(tài)數(shù)據(jù)無(wú)法在非可信環(huán)境下被有效利用的技術(shù)瓶頸，實(shí)現(xiàn)了安全學(xué)習(xí)，萬(wàn)物互聯(lián)。本書(shū)從大數(shù)據(jù)、人工智能面臨的隱私挑戰(zhàn)出發(fā)，以密態(tài)深度學(xué)習(xí)理論框架與技術(shù)方法研究為主線(xiàn)，從理論模型到實(shí)際應(yīng)用，系統(tǒng)闡述