本书重点研究机器学习的数学理论。第壹部分探讨了在非凸优化问题中，选择梯度下降步长来避免严格鞍点的*优性和自适应性。在第二部分中，作者提出了在非凸优化中寻找局部极小值的算法，并利用牛顿第二定律在一定程度上得到无摩擦的全局极小值。第三部分研究了含有噪声和缺失数据的子空间聚类问题，这是一个由随机高斯噪声的实际应用数据和/或含

本书是关于迁移学习的基础、方法、技术和应用的一本书。内容分成两个部分：第壹部分介绍了迁移学习的基础。第二部分涵盖了迁移学习的许多应用领域。迁移学习解决的是学习系统如何快速地适应新场景、新任务和新环境。其研究涉及科学和工程的许多领域，包括人工智能、算法理论、概率和统计等。本书是一本供经验丰富的机器学习研究人员和应用程序开

本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。

本书以一名深度学习学习者的视角展开深度学习相关的理论、技术和实践写作，因而命名为深度学习笔记。本书作为一本以“笔记”命名的深度学习图书，主要定位是面向广大希望入门深度学习的初学者。本书以深度神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN)为核心，详细介绍了深度学习的理论基础、通用方法和三大网络的原理与

工智能AI是计算机科学与技术的一个重要分支与应用，目前人工智能主要的研究与开发方向有模拟、延伸与扩展人类智能的理论、方法、技术及应用系统，涉及的技术与应用包括：大数据基础、知识表示、专家系统、机器学习、深度学习、机器人与智能制造、图像识别、语音识别和自然语言处理等方向。 本书是为高等院校相关专业“人工智能导论”课程全

《图解机器学习—算法原理与Python语言实现》从应用场景出发，利用大量图解和流程图相结合的方式讲解机器学习的基本知识及其常用经典算法的应用，全书没有大篇幅的理论介绍和复杂的数学公式推导，也没有生涩难懂的专业术语，而是通过浅显易懂的图示、直观的流程图以及与生活息息相关的实例应用让读者轻松学习和掌握机器学习知识，从

《人工智能概论》采用“理实一体化”的方式，利用人工智能领域现今非常流行的编程语言Python编写程序，以案例形式引出人工智能领域中常遇到的问题，让读者在学习人工智能理论的同时，通过动手实训对人工智能有更深刻的认识。全书共9章，内容包括人工智能的前世今生、智能感知、机器学习、神经网络和深度学习、人脸识别与视觉图像、自然语

本书的设计和编写理念是培养高职学生的人工智能素养、计算思维能力和人工智能应用能力，内容选取既适合高职学生的特点，同时突出人工智能的通识性、典型性、实用性和可操作性。书中选取多个反映人工智能典型问题的案例，采用项目化思想重构所有案例，每个案例由循序渐进的递进式任务组成，支持课堂分层次教学实施。全书共分8章，主要内容包括人

本书主要介绍人工智能的起源与发展、发展人工智能的国家战略意义、人工智能专业的培养目标与课程体系，以及人工智能技术在生活、生产、交通、电力、建筑、医疗、电竞、金融、物流、国防等领域应用的新进展。本书的编写深入浅出、突出应用、图文并茂、通俗易懂，通过人工智能在各个领域应用的具体案例，介绍了人工智能的内在实现机理和应用现状，

通过这本实用的教程，你将学会如何构建一个机器学习模型驱动的应用示例，将最初的想法转化成可部署的产品。数据科学家、软件工程师和产品经理——无论经验丰富的的专家，还是刚刚入门的新手——都可以循序渐进地学习构建真实机器学习应用涉及的工具、最佳实践，完成相关的技术挑战。学习设计、构建和部署机器学习（ML）应用所需的技能。通过这