本書主要介紹了線性表、棧與隊(duì)列、遞歸、搜索和排序、樹、圖等常用的數(shù)據(jù)結(jié)構(gòu)和算法的概念和最基本的應(yīng)用。本書引入了各種各樣的生活知識(shí)來類比，并充分運(yùn)用圖形語言來體現(xiàn)抽象內(nèi)容，對數(shù)據(jù)結(jié)構(gòu)所涉及的一些經(jīng)典算法逐行分析、多算法比較。

本書對人工智能安全的理論與實(shí)踐技術(shù)進(jìn)行了梳理，全面完整地覆蓋了人工智能安全技術(shù)的主要方面，把相關(guān)知識(shí)體系劃分為五部分，即人工智能的安全觀、人工智能安全的數(shù)據(jù)處理、人工智能用于網(wǎng)絡(luò)安全的攻擊與防御、人工智能模型的對抗攻擊與防御以及人工智能平臺(tái)的安全與工具。第一部分對人工智能安全問題、基本屬性、技術(shù)體系等進(jìn)行了歸納梳理。第

《人工智能》選取人工智能的9個(gè)核心方向，包括搜索、機(jī)器學(xué)習(xí)、線性回歸、決策樹、集成學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)視覺、自然語言處理與強(qiáng)化學(xué)習(xí)，系統(tǒng)梳理關(guān)鍵知識(shí)點(diǎn)，并詳細(xì)介紹基礎(chǔ)原理與重要算法，同時(shí)，加入了對前沿知識(shí)的介紹與對核心成果的分析和說明。同時(shí)，書中的每一章均配備作業(yè)題與編程練習(xí)，讓讀者們在練習(xí)當(dāng)中加深對算法與原理的理解

本書涵蓋了用于理解神經(jīng)網(wǎng)絡(luò)原理的必要統(tǒng)計(jì)力學(xué)知識(shí),包括復(fù)本方法、空腔方法、平均場近似、變分法、隨機(jī)能量模型、Nishimori條件、動(dòng)力學(xué)平均場理論、對稱性破缺、隨機(jī)矩陣?yán)碚摰?同時(shí)詳細(xì)描述了監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、聯(lián)想記憶網(wǎng)絡(luò)、感知器網(wǎng)絡(luò)、隨機(jī)循環(huán)網(wǎng)絡(luò)等神經(jīng)網(wǎng)絡(luò)及其功能的物理模型以及解析理論,通過簡潔的模型展示了神經(jīng)網(wǎng)

本書是一部介紹機(jī)器學(xué)習(xí)算法的書籍。本書在闡述與機(jī)器學(xué)習(xí)的數(shù)學(xué)和統(tǒng)計(jì)學(xué)理論的同時(shí)，提供了相關(guān)的編程實(shí)踐和實(shí)驗(yàn)。第2版新增了深度信念網(wǎng)絡(luò)和高斯過程的章節(jié)、卡爾曼濾波器和粒子濾波器的附加討論，對支持向量機(jī)的內(nèi)容進(jìn)行修訂，并且對代碼進(jìn)行改進(jìn)。目錄：前言、預(yù)先準(zhǔn)備、神經(jīng)元、神經(jīng)網(wǎng)絡(luò)和線性判別、多層感知器、徑向基函數(shù)和樣條、降維、

本書面向研究型開發(fā)與創(chuàng)新能力培養(yǎng),重點(diǎn)講解機(jī)器學(xué)習(xí)的基本原理和前沿思想。Python是開展機(jī)器學(xué)習(xí)編程實(shí)踐的主流語言,本書為常用的機(jī)器學(xué)習(xí)模型提供了完整的Python實(shí)現(xiàn)代碼。本書在“中國大學(xué)MOOC”上同步開設(shè)配套慕課課程,供讀者免費(fèi)學(xué)習(xí)。

本書是一本系統(tǒng)介紹人工智能基礎(chǔ)知識(shí)和基本原理的入門書籍,從經(jīng)典人工智能入手,介紹知識(shí)表示、確定性推理、不確定性推理、專家系統(tǒng)和演化算法等。同時(shí),也介紹了典型機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的學(xué)習(xí)框架和方法,如決策樹、支持向量機(jī)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和生成對抗網(wǎng)絡(luò)等。另外,本書以Pytorch、sklearn等為基礎(chǔ)通過實(shí)踐項(xiàng)目

本書分為6章、24小節(jié)，分別以“城市、政府、市場、人民、生態(tài)、未來”等角色和角度，通過相關(guān)話題、觀點(diǎn)與案例解讀的形式，分享國內(nèi)外優(yōu)秀智慧城市的創(chuàng)新案例和解決方案，從各個(gè)層面探討智慧城市發(fā)展趨勢、挑戰(zhàn)和機(jī)遇，為讀者帶來全新的思考與啟發(fā)。

本書詳細(xì)介紹了人工智能領(lǐng)域涉及的數(shù)學(xué)基礎(chǔ)，對于每個(gè)問題盡可能給出足夠詳盡的證明過程，以幫助讀者深入理解智能算法的原理。本書內(nèi)容涉及線性代數(shù)、高等數(shù)學(xué)、概率論、**化等多個(gè)數(shù)學(xué)分支內(nèi)的重要知識(shí)點(diǎn)。采用公式推導(dǎo)、圖表示例、應(yīng)用舉例相結(jié)合的方式，以翔實(shí)的語言、全新的視角，幫助讀者理解其中的關(guān)鍵知識(shí)點(diǎn)。全書共分為10章:第1章

《AI可解釋性（Python語言版）》全面介紹了AI可解釋性的概念和可用技術(shù)，使機(jī)器學(xué)習(xí)系統(tǒng)更易于解釋。書中提出的方法可以應(yīng)用于幾乎所有現(xiàn)有的機(jī)器學(xué)習(xí)模型：線性和邏輯回歸、深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、自然語言處理和圖像識(shí)別等等。隨著機(jī)器學(xué)習(xí)的發(fā)展，如今人們越來越多地使用人工智能體來執(zhí)行以前由人類處理的關(guān)鍵任務(wù)(醫(yī)療、法律和金融等