本書由全球知名的3位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫,是深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個(gè)部分:第1部分介紹基本的數(shù)學(xué)工具和機(jī)器學(xué)習(xí)的概念,它們是深度學(xué)習(xí)的預(yù)備知識(shí);第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學(xué)習(xí)方法和技術(shù);第3部分討論某些具有前瞻性的
本書是面向高級(jí)人工智能人才培養(yǎng)的高等學(xué)校人工智能相關(guān)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(guān)數(shù)學(xué)理論,并通過Python實(shí)現(xiàn)相關(guān)案例,使抽象的理論具體化,從而加深讀者對(duì)數(shù)學(xué)的感性認(rèn)識(shí),提高讀者對(duì)數(shù)學(xué)理論的理解能力。本書首先介紹了人工智能所需的基礎(chǔ)數(shù)學(xué)理論,然后根據(jù)數(shù)學(xué)內(nèi)容的邏輯順序,以微積分、線性代數(shù)、概率論、
數(shù)據(jù)孤島和隱私保護(hù)已經(jīng)成為制約人工智能發(fā)展的關(guān)鍵因素。聯(lián)邦學(xué)習(xí)作為一種新型的隱私保護(hù)計(jì)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(shí)現(xiàn)“共同富裕”,成為當(dāng)下人工智能領(lǐng)域備受關(guān)注的熱點(diǎn)。本書以實(shí)戰(zhàn)為主(包括對(duì)應(yīng)用案例的深入講解和代碼分析),兼顧對(duì)理論知識(shí)的系統(tǒng)總結(jié)。全書由五部分共19章構(gòu)成。第一部分簡(jiǎn)
本書主要根據(jù)作者近年來(lái)的研究成果,對(duì)網(wǎng)絡(luò)嵌入表示學(xué)習(xí)技術(shù)進(jìn)行梳理和總結(jié),全書深入淺出地介紹了表示學(xué)習(xí)的基礎(chǔ)理論,及其在網(wǎng)絡(luò)對(duì)齊、地點(diǎn)推薦、電子健康記錄挖掘等應(yīng)用方面的前沿技術(shù)。具體包括:?jiǎn)?多關(guān)系網(wǎng)絡(luò)表示理論與技術(shù)、基于單關(guān)系網(wǎng)絡(luò)表示的社交網(wǎng)絡(luò)對(duì)齊、基于多關(guān)系網(wǎng)絡(luò)表示學(xué)習(xí)的知識(shí)圖譜對(duì)齊、基于網(wǎng)絡(luò)表示的電子健康記錄挖掘、
本書主要介紹構(gòu)建和訓(xùn)練生成對(duì)抗網(wǎng)絡(luò)(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(chǔ)結(jié)構(gòu)(生成器和鑒別器),引導(dǎo)讀者搭建一個(gè)簡(jiǎn)單的對(duì)抗系統(tǒng)。 本書給出了大量的示例,教讀者學(xué)習(xí)針對(duì)不同的場(chǎng)景訓(xùn)練不同的GAN,進(jìn)而完成生成高分辨率圖像、實(shí)現(xiàn)圖像到圖像的轉(zhuǎn)換、生成對(duì)
本書主要面向OpenCV領(lǐng)域的研究與開發(fā)人員,采用原理結(jié)合實(shí)戰(zhàn)的方式,介紹OpenCV4的機(jī)器學(xué)習(xí)算法模塊與深度神經(jīng)網(wǎng)絡(luò)模塊中的核心算法原理與C++編程實(shí)戰(zhàn)。全書共10章,第1~3章,介紹OpenCV4的基礎(chǔ)知識(shí)、基本圖像操作和機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí);第4~8章,介紹K-means、KNN、決策樹、隨機(jī)森林、Boosting
機(jī)器學(xué)習(xí)雖然對(duì)改進(jìn)產(chǎn)品性能和推進(jìn)研究有很大的潛力,但無(wú)法對(duì)它們的預(yù)測(cè)做出解釋,這是當(dāng)前面臨的一大障礙!犊山忉寵C(jī)器學(xué)習(xí):黑盒模型可解釋性理解指南》書是一本關(guān)于使機(jī)器學(xué)習(xí)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(jiǎn)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(diǎn)介紹了解釋黑盒模型的、與模型無(wú)關(guān)
本書針對(duì)產(chǎn)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(xì)地闡述了聯(lián)邦學(xué)習(xí)如何幫助企業(yè)引入更多數(shù)據(jù)、提升機(jī)器學(xué)習(xí)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(hù)法規(guī)限制不能共享,形成了“數(shù)據(jù)孤島”。聯(lián)邦學(xué)習(xí)像“數(shù)據(jù)孤島”之間的特殊橋梁,通過傳輸變換后的臨時(shí)變量,既能實(shí)現(xiàn)模型效果提升,又能確保隱私信息的安全。本書介紹了
周志華老師的《機(jī)器學(xué)習(xí)》(俗稱“西瓜書”)是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典入門教材之一。本書(俗稱“南瓜書”)基于Datawhale成員自學(xué)“西瓜書”時(shí)記下的筆記編著而成,旨在對(duì)“西瓜書”中重難點(diǎn)公式加以解析,以及對(duì)部分公式補(bǔ)充具體的推導(dǎo)細(xì)節(jié)。 全書共16章,與“西瓜書”章節(jié)、公式對(duì)應(yīng),每個(gè)公式的推導(dǎo)和解析都以本科數(shù)學(xué)基礎(chǔ)的視角
本書以知識(shí)表示與處理所涉及的相關(guān)知識(shí),如知識(shí)獲取、知識(shí)表示、知識(shí)推理、知識(shí)遷移等內(nèi)容為主體,完整呈現(xiàn)了知識(shí)表示與處理的知識(shí)體系。本書首先,介紹了知識(shí)表示與處理的發(fā)展、相關(guān)概念、流程等;其次,介紹了知識(shí)獲取的內(nèi)容;再次,重點(diǎn)介紹了知識(shí)表示的各種方法,如邏輯謂詞、產(chǎn)生式規(guī)則、語(yǔ)義網(wǎng)絡(luò)、本體、知識(shí)圖譜等,以及知識(shí)推理所涉及的