本書首先介紹深度學習方面的數(shù)學知識與Python基礎(chǔ)知識，線性模型中的線性回歸模型和logistic模型；然后講述正向傳播算法、反向傳播算法及深度神經(jīng)網(wǎng)絡(luò)的完整訓練流程，輸出層的激活函數(shù)和隱藏層的常見激活函數(shù)，深度學習的過擬合和欠擬合，應(yīng)對過擬合的方法，以及使用TensorFlow2建立深度神經(jīng)網(wǎng)絡(luò)模型的步驟；接著介紹

雖然很多深度學習工具都使用Python，但PyTorch庫是真正具備Python風格的。對于任何了解NumPy和scikit-learn等工具的人來說，上手PyTorch輕而易舉。PyTorch在不犧牲高級特性的情況下簡化了深度學習，它非常適合構(gòu)建快速模型，并且可以平穩(wěn)地從個人應(yīng)用擴展到企業(yè)級應(yīng)用。由于像蘋果、Face

本書聚焦信息科學、生命科學、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學、數(shù)學等基礎(chǔ)科學的進展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計算機協(xié)會相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由SteerTech和iCANXTalks上的國際知名科學家的學術(shù)報告、報道以及相關(guān)活動內(nèi)容組成。本書將以創(chuàng)新的方式宣

本書系統(tǒng)地闡述機器學習的數(shù)學基礎(chǔ)知識，但并非大學數(shù)學教材的翻版，而是以機器學習算法為依據(jù)，選取數(shù)學知識，并從應(yīng)用的角度闡述各種數(shù)學定義、定理等，側(cè)重于講清楚它們的應(yīng)用和實現(xiàn)方法。所以，書中將使用開發(fā)者喜歡的編程語言（Python）來實現(xiàn)各種數(shù)學計算，并闡述數(shù)學知識在機器學習算法中的應(yīng)用體現(xiàn)。

本書結(jié)合了最新的深度學習技術(shù)應(yīng)用成果，充分考慮了大學生的知識結(jié)構(gòu)和學習特點，結(jié)合各個專業(yè)特點介紹了深度學習的基本概念及TensorFlow框架，以及深度學習在各個領(lǐng)域的具體應(yīng)用。本書為高職高專院校深度學習基礎(chǔ)課程教材重點介紹了神經(jīng)網(wǎng)絡(luò)與深度學習、TensorFlow環(huán)境使用、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遷移學習等內(nèi)容。

本書從強化學習的基礎(chǔ)知識出發(fā)，結(jié)合PyTorch深度學習框架，介紹深度強化學習算法各種模型的相關(guān)算法原理和基于PyTorch的代碼實現(xiàn)。作為一本介紹深度強化學習知識的相關(guān)圖書，本書介紹了常用的強化學習環(huán)境，基于價值網(wǎng)絡(luò)的強化學習算法和基于策略梯度的強化學習算法，以及一些常用的比較流行的深度強化學習算法（如蒙特卡洛樹搜索

強化學習作為機器學習及人工智能領(lǐng)域的一種重要方法，在游戲、自動駕駛、機器人路線規(guī)劃等領(lǐng)域得到了廣泛的應(yīng)用。 本書結(jié)合了李宏毅老師的“深度強化學習”、周博磊老師的“強化學習綱要”、李科澆老師的“世界冠軍帶你從零實踐強化學習”公開課的精華內(nèi)容，在理論嚴謹?shù)幕�礎(chǔ)上深入淺出地介紹馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、

本書第1章介紹聯(lián)邦學習的發(fā)展背景和歷程，以及金融業(yè)中數(shù)據(jù)共享的機遇和挑戰(zhàn)。第2-5章介紹不同類型的機器學習方法在聯(lián)邦學習模式下的實現(xiàn)，以及關(guān)鍵算法原理。第6章介紹聯(lián)邦學習開源框架FATE的架構(gòu)和部署，以及在金融控股集團內(nèi)大數(shù)據(jù)平臺上建立跨機構(gòu)統(tǒng)一數(shù)據(jù)科學平臺的實施方案。第7章從建模者的角度展示了典型建模流程的實戰(zhàn)過程。

作為一門應(yīng)用型學科，機器學習植根于數(shù)學理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內(nèi)在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎(chǔ)之上，分別對監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型四個大類共26個經(jīng)典算法進行了細致的公式推導和代碼實現(xiàn)，旨在

本書是一本面向計算機類以及非計算機類專業(yè)學生的人工智能通識課程。內(nèi)容選取上注重人工智能的通識性、典型性，旨在培養(yǎng)高職以及應(yīng)用型本科學生的人工智能素養(yǎng)、計算思維能力。全書分為6大模塊，分別從不用的層面對人工智能進行介紹。 本書在介紹人工智能通識知識的同時還以新形態(tài)二維碼的方式嵌入了與課程內(nèi)容相融合的思政元素，分別從家國