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�！�，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。《可解釋機(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�；ヂ�(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、語義網(wǎng)絡(luò)、本體、知識(shí)圖譜等，以及知識(shí)推理所涉及的

人工智能時(shí)代已經(jīng)來臨，這項(xiàng)技術(shù)正在改變?nèi)祟惖恼J(rèn)知和生活，也對(duì)社會(huì)各個(gè)領(lǐng)域產(chǎn)生了重大的影響。本書從理論基礎(chǔ)、商業(yè)落地、實(shí)戰(zhàn)場(chǎng)景、案例分析多個(gè)方面介紹人工智能，講述人工智能對(duì)農(nóng)業(yè)、金融、娛樂、醫(yī)療、營(yíng)銷、工業(yè)、教育等領(lǐng)域的影響。另外，為了迎合時(shí)代熱點(diǎn)，本書還分析了人工智能與5G、區(qū)塊鏈等前沿技術(shù)的融合及融合效果，使讀者了解

本書以數(shù)據(jù)驅(qū)動(dòng)的數(shù)學(xué)問題研究為核心，是一部由研究工作構(gòu)成的原創(chuàng)著作。全書共分7章，按三個(gè)模塊劃分：第一個(gè)模塊是研究背景和框架介紹，即第1章緒論，這是本書主題內(nèi)容的一個(gè)導(dǎo)論；第二個(gè)模塊是粒度空間的基礎(chǔ)理論及模型，由第2～5章組成，其中涉及粒度空間的基本理論，結(jié)構(gòu)聚類特征與融合，以及聚類結(jié)構(gòu)分析理論等研究；第三個(gè)模塊是粒度