本書首先介紹聯(lián)邦學習的定義和發(fā)展歷史，按類別介紹聯(lián)邦學習算法和發(fā)展現(xiàn)狀，介紹聯(lián)邦學習的應(yīng)用場景，以及相關(guān)安全機器學習的技術(shù)。然后我們將介紹zui新zui前沿的聯(lián)邦學習算法，用數(shù)科系統(tǒng)作為實例，對聯(lián)邦學習系統(tǒng)構(gòu)建和實現(xiàn)進行講解。zui后我們將介紹數(shù)科自研的基于區(qū)塊鏈的聯(lián)邦學習技術(shù)。

當前，人工智能技術(shù)正在火熱發(fā)展之中，并廣泛應(yīng)用于生產(chǎn)生活的方方面面，極大地改變了人們的生活。同時，人工智能技術(shù)的發(fā)展也對更多的領(lǐng)域產(chǎn)生了沖擊。本書就以人工智能技術(shù)的發(fā)展和應(yīng)用為出發(fā)點，講述人工智能當前的發(fā)展現(xiàn)狀、機遇和挑戰(zhàn)，以及人工智能技術(shù)在諸多方面的應(yīng)用、未來的發(fā)展前景等。 在講述理論的同時，本書還加入了諸多經(jīng)典案例

本書包括驅(qū)動篇(第1章-第9章)：分別講解了OneOs的設(shè)備驅(qū)動的原理以及源碼，實現(xiàn)IIC、SPI等多種通信機制設(shè)備驅(qū)動講解。組件篇(第10章-第15章)：分別講解0ne0S部分組件的原理以及源碼，實現(xiàn)MQTT、CoAP等網(wǎng)絡(luò)協(xié)議講解。異核通信篇(第16章-第21章)：本篇講解如何實現(xiàn)主處理器對協(xié)處理器生命周期管理以及

本書為深圳信息職業(yè)技術(shù)學院等高職院校與騰訊集團共同編寫的高等職業(yè)教育人工智能技術(shù)服務(wù)專業(yè)校企“雙元”合作系列教材，同時也是高等職業(yè)教育計算類課程新形態(tài)一體化教材。本書采用項目化任務(wù)分解的形式，講解深度學習開發(fā)與應(yīng)用技術(shù)。全書分為10個項目16個任務(wù)，主要內(nèi)容包括：認識人工智能，Linux系統(tǒng)和Python開發(fā)環(huán)境安裝，

本書是程鵬、王艷東主編普通高等教育“十一五”國家級規(guī)劃教材、北京市精品教材——自動控制原理（第3版）配套的學習輔導與習題解答。作者主持的北京航空航天大學“自動控制原理”課程2006年被評為國家精品課程。與主教材配套的中國大學MOOC——北京航空航天大學”自動控制原理I“”和“自動控制原理II”2019年上線。全書按“學

本書闡述了控制工程的基本原理、MATLAB在控制系統(tǒng)中的分析方法及控制理論在機械工程中的應(yīng)用。內(nèi)容包括控制工程的基本概念、拉氏變換的數(shù)學方法、系統(tǒng)的數(shù)學模型、系統(tǒng)的時間響應(yīng)及穩(wěn)態(tài)誤差分析、根軌跡設(shè)計方法、系統(tǒng)的頻率特性、系統(tǒng)的穩(wěn)定性、控制系統(tǒng)的校正、離散控制系統(tǒng)的基本知識。書中在介紹各部分內(nèi)容時，適時插入MATLAB仿

本書目的是從作者最近出版的《強化學習預(yù)**控制》教科書中更深入地發(fā)展一些方法。特別是，提出了有關(guān)涉及多個代理，分區(qū)架構(gòu)和分布式異步計算的系統(tǒng)的新研究。本書還將詳細討論該方法在挑戰(zhàn)離散/組合優(yōu)化問題（例如路由，調(diào)度，分配和混合整數(shù)編程）中的應(yīng)用，包括在這些情況下使用神經(jīng)網(wǎng)絡(luò)近似。本書可作為計算機科學與技術(shù)、控制科學與技術(shù)

共融機器人是能夠與作業(yè)環(huán)境、人和其他機器人自然交互、自主適應(yīng)復雜動態(tài)環(huán)境并協(xié)同作業(yè)的機器人�！懊翡J體貼型”的自然交互是共融服務(wù)機器人的研究熱點問題之一。當前迫切需要機器人與人具有交互對話意圖的理解能力。本書立足基于深度學習方法的人機理解領(lǐng)域，從人機對話意圖理解出發(fā)，系統(tǒng)介紹了人機對話中的意圖識別、未知意圖檢測和新意圖發(fā)

本書將基礎(chǔ)理論和案例實戰(zhàn)相結(jié)合，循序漸進地介紹了關(guān)于機器學習領(lǐng)域中的經(jīng)典和流行算法，全面、系統(tǒng)地介紹了使用Python實現(xiàn)機器學習算法，并通過PyTorch框架實現(xiàn)機器學習算法中的深度學習內(nèi)容。第一部分為基礎(chǔ)篇，包括第1~8章，系統(tǒng)地介紹了機器學習基礎(chǔ)、數(shù)據(jù)預(yù)處理、簡單分類算法、決策樹、支持向量機、回歸分析、聚類分析、

書擬根據(jù)“厘清內(nèi)涵、促進交叉、賦能應(yīng)用”來研究討論通專融合的人工智能交叉課程體系。厘清內(nèi)涵指確立專業(yè)培養(yǎng)定位和專業(yè)培養(yǎng)方向，重視數(shù)學與統(tǒng)計知識（如概率論、微積分、線性代數(shù)、優(yōu)化求解和矩陣變換等）、計算機編程和系統(tǒng)能力（如程序設(shè)計、算法分析和系統(tǒng)等）以及人工智能基礎(chǔ)知識（如邏輯推理、機器學習、強化學習、控制與博弈決策等）