本書系統(tǒng)全面地闡述了對偶學習，可以讓相關研究人員和從業(yè)者更好地了解該領域的前沿技術。全書分為五部分。第一部分簡要介紹機器學習和深度學習的基礎知識。第二部分以機器翻譯、圖像翻譯、語音處理及其他自然語言處理/計算機視覺任務為例，詳細介紹了基于對偶重構準則的算法。第三部分介紹基于概率準則的若干研究，包括基于聯合概率準則的對偶

本書旨在全面回顧異質圖表示學習的發(fā)展，并介紹其最新研究進展。首先從方法和技術兩個角度總結了現有的工作，并介紹了該領域的一些公開資源。然后分類詳細介紹了最新模型與應用。最后討論了異質圖表示學習未來的研究方向，并總結了本書的內容。全書主體內容分為四個部分，第一部分快速介紹整個領域，第二、三部分深入研究相關技術和應用，第四部

本書是機器學習領域內一部具有里程碑意義的著作。包括哥倫比亞大學、北京大學在內的多個國內外名校均有以該書為基礎開設的研究生課程。全書內容豐富，視野寬闊，深入淺出地介紹了目前機器學習重要的理論和關鍵的算法。

"本書系統(tǒng)地介紹了人工智能的基本原理、方法和應用技術，全面地反映了國內外人工智能研究領域的當前進展和發(fā)展方向。 全書共9章。第1章為緒論，敘述人工智能的概況，包括人工智能的定義、發(fā)展歷史、應用領域等內容。第2～5章論述知識表示方法、搜索策略、機器學習和人工神經網絡與深度學習等內容的基本原理和應用。第6～9章闡述專家系

本書詳細介紹了JavaScript、Python、.NET和Lua低代碼開發(fā)，并且從傳感器開始，深入淺出地勾勒出采集終端、智能網關、物理鏈路層、通信協(xié)議和云端平臺等物聯網領域的全貌；結合實際案例，系統(tǒng)地講解了如何通過低代碼、零代碼等近乎搭積木的方式快速搭建物聯網系統(tǒng)。本書內容豐富、通信易懂，是一本物聯網領域的低代碼開發(fā)

決策樹是數據分析中廣泛使用的機器學習模型，其模型簡單、算法快速且具有可解釋性。但隨著大數據的涌現，將決策樹真正應用到實踐中還面臨諸多困難。本書正是為解決這一痛點而作，旨在幫助讀者系統(tǒng)且全面地了解決策樹，并成功地將其用于工程實踐。

本書是《神經網絡與深度學習》（蒲公英書）的配套實踐書，由復旦大學邱錫鵬教授和百度飛槳團隊合作完成。本書在章節(jié)設計上和《神經網絡與深度學習》一一對應，并以模型解讀案例實踐的形式進行介紹。模型解讀主要聚焦如何從零開始一步步實現深度學習中的各種模型和算法，并結合簡單的任務來加深讀者對模型和算法的理解；案例實踐主要強調如何使用

本書緊跟新一代信息技術和人工智能主流技術的發(fā)展，選用Python這一人工智能領域的重要語言，培養(yǎng)學生的人工智能應用能力，以項目、任務為導向，將思政元素和相關知識的講解貫穿在任務的實施過程中，對標1X計算機視覺應用開發(fā)職業(yè)技能等級證書，使學生掌握人工智能在計算機視覺方面的具體應用，堅持與高等職業(yè)教育教學思想、崗位需求相結

本書從初學者角度出發(fā)，以"講課”的形式，歸納分析各類遷移學習方法，使讀者能快速理解遷移學習的本質問題、抓住重點、舉一反三、迅速入門。它的一大亮點是對"兩頭"的把握：一是源頭，抓問題和場景，做到"師出有名”，講清楚針對什么問題、用在哪里；二是筆頭，抓代碼與實踐，做到"落地結果”，在實戰(zhàn)中鞏固和深化對技術的理解。本書同時配

本書著重探討新基建背景下我國人工智能的發(fā)展及其基礎建設。全書包括基礎、應用和實踐三篇，共9章。基礎篇分析了新基建的背景、概念、短板，以及人工智能的發(fā)展與挑戰(zhàn)等，尤其是分析了人工智能與新基建內在的關系；應用篇分析了人工智能在產業(yè)融合及在醫(yī)療、教育、能源、城市建設、社區(qū)建設等領域的驅動作用；實踐篇探討了人工智能的數據建設、