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

作為一門應(yīng)用型學(xué)科，機(jī)器學(xué)習(xí)植根于數(shù)學(xué)理論，落地于代碼實(shí)現(xiàn)。這就意味著，掌握公式推導(dǎo)和代碼編寫，方能更加深入地理解機(jī)器學(xué)習(xí)算法的內(nèi)在邏輯和運(yùn)行機(jī)制。本書在對全部機(jī)器學(xué)習(xí)算法進(jìn)行分類梳理的基礎(chǔ)之上，分別對監(jiān)督學(xué)習(xí)單模型、監(jiān)督學(xué)習(xí)集成模型、無監(jiān)督學(xué)習(xí)模型、概率模型四個大類共26個經(jīng)典算法進(jìn)行了細(xì)致的公式推導(dǎo)和代碼實(shí)現(xiàn)，旨在

本書是一本面向計算機(jī)類以及非計算機(jī)類專業(yè)學(xué)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(xué)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(jìn)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

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注等技術(shù)。全書共12個實(shí)訓(xùn)項(xiàng)目,包括數(shù)據(jù)采集概述、網(wǎng)絡(luò)數(shù)據(jù)采集、端側(cè)數(shù)據(jù)采集、數(shù)據(jù)存儲與加載、數(shù)據(jù)處理概述、圖像類數(shù)據(jù)處理、文本類數(shù)據(jù)處理、數(shù)據(jù)標(biāo)注概述、圖像數(shù)據(jù)標(biāo)注、文本數(shù)據(jù)標(biāo)注、深度學(xué)習(xí)圖像分類應(yīng)用實(shí)戰(zhàn)、深度學(xué)習(xí)情感分析應(yīng)用實(shí)戰(zhàn)等。本書以企業(yè)用人需求

本書較為全面地介紹了深度學(xué)習(xí)應(yīng)用場景下的人工智能技術(shù)服務(wù)、深度學(xué)習(xí)數(shù)據(jù)應(yīng)用、深度學(xué)習(xí)基礎(chǔ)應(yīng)用等技術(shù)。全書共10個實(shí)訓(xùn)項(xiàng)目,包括人工智能需求分析、人工智能產(chǎn)品設(shè)計、人工智能平臺應(yīng)用、數(shù)據(jù)采集工程應(yīng)用、數(shù)據(jù)處理工程應(yīng)用、數(shù)據(jù)標(biāo)注工程應(yīng)用、機(jī)器學(xué)習(xí)模型訓(xùn)練、深度學(xué)習(xí)框架應(yīng)用開發(fā)、深度學(xué)習(xí)框架基礎(chǔ)功能應(yīng)用、深度學(xué)習(xí)線性回歸模型

本書較為全面地介紹了深度學(xué)習(xí)模型訓(xùn)練、計算機(jī)視覺模型應(yīng)用、自然語言處理模型應(yīng)用等技術(shù)。全書共9個實(shí)訓(xùn)項(xiàng)目,包括深度學(xué)習(xí)全連接神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用、深度學(xué)習(xí)循環(huán)神經(jīng)網(wǎng)絡(luò)應(yīng)用、計算機(jī)視覺模型數(shù)據(jù)準(zhǔn)備、計算機(jī)視覺模型訓(xùn)練與應(yīng)用、計算機(jī)視覺模型部署、自然語言處理預(yù)訓(xùn)練模型數(shù)據(jù)準(zhǔn)備、自然語言處理預(yù)訓(xùn)練模型訓(xùn)練與

本書從技術(shù)、應(yīng)用和產(chǎn)業(yè)3個維度為切入點(diǎn)，對智能語音語義領(lǐng)域相關(guān)的熱點(diǎn)和趨勢展開研究。本書以“人與機(jī)器的對話”開篇，講述人類語音生成、傳播和感知的過程，引發(fā)對于機(jī)器智能語音聽說的思考，進(jìn)而闡述技術(shù)探索發(fā)展史；然后，分析了以語音交互為核心的技術(shù)現(xiàn)狀，綜合剖析提出全雙工、端到端模型構(gòu)建、語音假冒攻擊等熱點(diǎn)；其次，從政策、投融

《人工智能與電氣應(yīng)用》系統(tǒng)地闡述了人工智能與電氣應(yīng)用的理論基礎(chǔ)及應(yīng)用實(shí)踐�！度斯ぶ悄芘c電氣應(yīng)用》共分為五部分，分別為理論篇、基于人工智能的故障診斷技術(shù)、基于人工智能的模式識別和預(yù)測技術(shù)、基于人工智能的控制和優(yōu)化技術(shù)以及展望篇。部分介紹人工智能技術(shù)的理論基礎(chǔ)。第二部分介紹風(fēng)機(jī)葉片覆冰故障檢測技術(shù)、電網(wǎng)故障診斷技術(shù)、電力設(shè)

本書是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域?qū)�業(yè)多年實(shí)踐的結(jié)晶，深入淺出講解機(jī)器學(xué)習(xí)應(yīng)用和工程實(shí)踐，是對機(jī)器學(xué)習(xí)工程實(shí)踐和設(shè)計模式的系統(tǒng)回顧。全書分別從項(xiàng)目前的準(zhǔn)備，數(shù)據(jù)收集和準(zhǔn)備，特征工程，監(jiān)督模型訓(xùn)練，模型評估，模型服務(wù)、監(jiān)測和維護(hù)等方面講解，由淺入深剖析機(jī)器學(xué)習(xí)實(shí)踐過程中遇到的問題，幫助讀者快速掌握機(jī)器學(xué)習(xí)工程實(shí)踐和設(shè)計模式的基

本書是深度學(xué)習(xí)領(lǐng)域的入門教材，闡述了深度學(xué)習(xí)的知識體系，涵蓋人工智能的基礎(chǔ)知識以及深度學(xué)習(xí)的基本原理、模型、方法和實(shí)踐案例，使讀者掌握深度學(xué)習(xí)的相關(guān)知識，提高以深度學(xué)習(xí)方法解決實(shí)際問題的能力。全書內(nèi)容包括人工智能基礎(chǔ)、機(jī)器學(xué)習(xí)基礎(chǔ)、深度學(xué)習(xí)主要框架、深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器與生成對抗網(wǎng)絡(luò)。 本