本書針對產(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

針對現(xiàn)有人工智能（AI）教材大多重視技術(shù)、淡化商業(yè)應用的問題，本教材力圖“透過技術(shù)的堅硬外殼，探索AI的商業(yè)潛力和社會影響”。作為一本“面向商學院學生的人工智能教材”，本教材的主要內(nèi)容有新一代人工智能基本技術(shù)原理、特點，人工智能技術(shù)的發(fā)展歷史，新一代人工智能發(fā)展的驅(qū)動因素、特征和發(fā)展方向，人工智能應用層技術(shù)的特點、能力

深度學習作為人工智能領域的“排頭兵”，將在未來的新一輪產(chǎn)業(yè)升級中起到至關重要的作用。本書以“理論＋實踐”的形式幫助讀者快速建立深度學習知識體系，不僅能在算法層面上理解各種神經(jīng)網(wǎng)絡模型，而且能借助功能強大且極易上手的Keras框架，熟練地搭建和訓練模型，應用于解決實際問題。全書共12章，內(nèi)容涵蓋入門深度學習的絕大部分基礎

近年來機器學習取得了長足的進步。深度學習系統(tǒng)使得一些以往不可能實現(xiàn)的智能應用成為現(xiàn)實，推動了圖像識別和自然語言處理的巨大變革，也成功識別出了數(shù)據(jù)中的復雜模式。Keras深度學習庫為使用R語言的數(shù)據(jù)科學家和開發(fā)者提供了處理深度學習任務的工具集。《R語言深度學習》基于強大的Keras庫及其R語言接口介紹了深度學習。本書源于

全書共6章：第一章概論，第二章物理系統(tǒng)的數(shù)學模型，第三章時域分析法，第四章根軌跡法，第五章頻率響應法，第六章線性系統(tǒng)頻率法校正。每章除控制理論外，還介紹了相關內(nèi)容的MATLAB在經(jīng)典控制理論中的應用，并附有本章小結(jié)和習題。書后附有3個附錄——附錄一拉普拉斯變換、附錄二部分分式展開法和附錄三部分習題參考答案作為書中內(nèi)容的

本書將人工智能的理論、實踐和創(chuàng)新型相結(jié)合，實現(xiàn)了先進性與新穎性并舉，內(nèi)容涵蓋了圖像、語音、文本和□□等人工智能技術(shù)廣泛應用的多個領域，涉及識別、分類、檢測、預測、跟蹤和三維重建等多類試驗任務。內(nèi)容與理論教學相呼應，注重趣味性，極具實操性。

機器學習雖然對改進產(chǎn)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�！犊山忉寵C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

本書主要闡述了單輸入、單輸出線性定常系統(tǒng)中自動控制的基本理論及其應用。全書共分為6章，主要內(nèi)容包括：緒論，控制系統(tǒng)的數(shù)學模型，線性系統(tǒng)的時域分析法，線性系統(tǒng)的根軌跡分析法，線性系統(tǒng)的頻域分析法，線性系統(tǒng)校正。全書內(nèi)容深入淺出，注重實際應用，各章節(jié)都附有較豐富的典型例題及其詳解。本書可作為應用型高等院校自動化、電氣工程及

本書主要以人工智能的幾種核心技術(shù)與發(fā)展應用為脈絡，以深入淺出的方式系統(tǒng)、清晰地介紹了人工智能的基本概念、發(fā)展歷程、關鍵技術(shù)和典型應用。全書涉及圖像識別、語音識別、大數(shù)據(jù)挖掘、智能控制、智能機器人、腦機接口、5G等前沿技術(shù)，為讀者構(gòu)造并描繪出一幅人工智能全景圖，向讀者展示了一個全新、智慧、前沿的科技新時代，使讀者能快速、

這是一本寫給普通人了解AI的趣味科普，它還有超級可愛的漫畫！這本書“非常易讀、有料，而且妙趣橫生、令人捧腹”（《萬物發(fā)明指南》作者瑞安·諾思），帶領普通人走進人工智能那個奇妙古怪又不可思議的世界，是一場幽默可愛的導覽。本書的主要內(nèi)容是人工智能可以做什么、不能做什么，以及它為什么已經(jīng)影響了我們生活的方方面面