本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關專業(yè)規(guī)劃教材中的一本，通過梳理人工智能涉及的相關數(shù)學理論，并通過Python實現(xiàn)相關案例，使抽象的理論具體化，從而加深讀者對數(shù)學的感性認識，提高讀者對數(shù)學理論的理解能力。本書首先介紹了人工智能所需的基礎數(shù)學理論，然后根據(jù)數(shù)學內容的邏輯順序，以微積分、線性代數(shù)、概率論、

創(chuàng)新工場于2017年發(fā)起了面向高校在校生的DeeCamp人工智能訓練營（簡稱DeeCamp訓練營），訓練營內容涵蓋學術界與產業(yè)界領軍人物帶來的全新AI知識體系和來自產業(yè)界的真實實踐課題，旨在提升高校AI人才在行業(yè)應用中的實踐能力，以及推進產學研深度結合。本書以近兩年DeeCamp訓練營培訓內容為基礎，精選部分導師的授課

數(shù)據(jù)孤島和隱私保護已經(jīng)成為制約人工智能發(fā)展的關鍵因素。聯(lián)邦學習作為一種新型的隱私保護計算方案，在數(shù)據(jù)不出本地的前提下，能有效聯(lián)合各參與方聯(lián)合建模，從而實現(xiàn)“共同富�！�，成為當下人工智能領域備受關注的熱點。本書以實戰(zhàn)為主（包括對應用案例的深入講解和代碼分析），兼顧對理論知識的系統(tǒng)總結。全書由五部分共19章構成。第一部分簡

本書主要根據(jù)作者近年來的研究成果，對網(wǎng)絡嵌入表示學習技術進行梳理和總結，全書深入淺出地介紹了表示學習的基礎理論，及其在網(wǎng)絡對齊、地點推薦、電子健康記錄挖掘等應用方面的前沿技術。具體包括：單/多關系網(wǎng)絡表示理論與技術、基于單關系網(wǎng)絡表示的社交網(wǎng)絡對齊、基于多關系網(wǎng)絡表示學習的知識圖譜對齊、基于網(wǎng)絡表示的電子健康記錄挖掘、

本書主要介紹構建和訓練生成對抗網(wǎng)絡（GAN）的方法。全書共12章，先介紹生成模型以及GAN的工作原理，并概述它們的潛在用途，然后探索GAN的基礎結構（生成器和鑒別器），引導讀者搭建一個簡單的對抗系統(tǒng)。 本書給出了大量的示例，教讀者學習針對不同的場景訓練不同的GAN，進而完成生成高分辨率圖像、實現(xiàn)圖像到圖像的轉換、生成對

本書以知識表示與處理所涉及的相關知識，如知識獲取、知識表示、知識推理、知識遷移等內容為主體，完整呈現(xiàn)了知識表示與處理的知識體系。本書首先，介紹了知識表示與處理的發(fā)展、相關概念、流程等；其次，介紹了知識獲取的內容；再次，重點介紹了知識表示的各種方法，如邏輯謂詞、產生式規(guī)則、語義網(wǎng)絡、本體、知識圖譜等，以及知識推理所涉及的

本書主要面向OpenCV領域的研究與開發(fā)人員，采用原理結合實戰(zhàn)的方式，介紹OpenCV4的機器學習算法模塊與深度神經(jīng)網(wǎng)絡模塊中的核心算法原理與C++編程實戰(zhàn)。全書共10章，第1~3章，介紹OpenCV4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting

人工智能時代已經(jīng)來臨，這項技術正在改變人類的認知和生活，也對社會各個領域產生了重大的影響。本書從理論基礎、商業(yè)落地、實戰(zhàn)場景、案例分析多個方面介紹人工智能，講述人工智能對農業(yè)、金融、娛樂、醫(yī)療、營銷、工業(yè)、教育等領域的影響。另外，為了迎合時代熱點，本書還分析了人工智能與5G、區(qū)塊鏈等前沿技術的融合及融合效果，使讀者了解

機器學習雖然對改進產品性能和推進研究有很大的潛力，但無法對它們的預測做出解釋，這是當前面臨的一大障礙。《可解釋機器學習：黑盒模型可解釋性理解指南》書是一本關于使機器學習模型及其決策具有可解釋性的書。本書探索了可解釋性的概念，介紹了簡單的、可解釋的模型，例如決策樹、決策規(guī)則和線性回歸，重點介紹了解釋黑盒模型的、與模型無關

本書針對產業(yè)界在智能化過程中普遍面臨的數(shù)據(jù)不足問題，詳細地闡述了聯(lián)邦學習如何幫助企業(yè)引入更多數(shù)據(jù)、提升機器學習模型效果。互聯(lián)網(wǎng)數(shù)據(jù)一般分布在不同的位置，受隱私保護法規(guī)限制不能共享，形成了“數(shù)據(jù)孤島”。聯(lián)邦學習像“數(shù)據(jù)孤島”之間的特殊橋梁，通過傳輸變換后的臨時變量，既能實現(xiàn)模型效果提升，又能確保隱私信息的安全。本書介紹了