本书先从背景出发，阐述黑盒模型存在的问题以及不解决黑盒问题模型可能带来的后果，引出可解释机器学习的重要性；随后，我们从可解释机器学习的研究方向，分为内在可解释模型算法和模型事后解析方法两部分进行介绍，阐述不同模型的原理、应用及其可解释性。z后通过三个不同的应用场景，介绍在银行实战中的数据挖掘方法，由问题、处理方法出发，

本书通过深度学习实例，从可解释性角度出发，阐述深度学习的原理，并将图神经网络与深度学习结合，介绍图神经网络的实现技术。本书分为6章，主要内容包括：图片分类模型、机器视觉的高级应用、自然语言处理的相关应用、神经网络的可解释性、识别未知分类的方法——零次学习、异构图神经网络。本书中的实例是在PyTorch框架上完成的，具有

本书从基础知识开始，介绍深度学习与图神经网络相关的一系列技术与实现方法，主要内容包括PyTorch的使用、神经网络的原理、神经网络的基础模型、图神经网络的基础模型。书中侧重讲述与深度学习基础相关的网络模型和算法思想，以及图神经网络的原理，且针对这些知识点给出在PyTorch框架上的实现代码。 本书适合想学习图神经网络

全书分三部分，第1部分（1~3章）介绍了人工智能·机器学习·深度学习的基础知识，Pthon编程及其常用库的使用方法；第2部分（4~5章）通过16个实操案例带领读者玩转机器学习，其中涉及TensorFlow，Keras，PTorch，Chainer和scikit-learn等具有代表性的开发框架，读者可以学习到这些框架的

本书属于“高等院校重点教材·公共课系列”。本书分为四个项目，主要内容为人工智能的应用和发展、人工智能编程语言Python介绍、人工智能核心技术以及人工智能案例实现。本书的案例所用的编程环境为当下流行的Jupyternotebook，在核心技术部分介绍人工智能开源架构和芯片、线性回归和逻辑回归、人工神经网络和卷积神经网络

本书的编写立足于高职教育人才培养目标和教学改革的实际需求,严格遵循“实用为主、够用为度、应用为目的”的基本原则。选材内容既符合高职学生的特点,又能够突出人工智能的通识性、前瞻性、和实用性。全书共分九个单元,包含人工智能基本概念、发展历史、核心技术、主要产品、常见产品说明书、发展趋势及其在相关行业的应用等内容,涉及智慧生

大前研一和业界的精英们讲述AI与FinTech的*新情况，向读者分享抓住商机的方法。从始于18世纪60年代的工业革命和20世纪60年代的信息技术革命中可以看出，新技术的诞生彻底改变了人们迄今为止的生活方式和商业模式。而现在正掀起了由AI和FinTech掀起的革命，给世界带来了巨大的冲击。通过本书不仅可以了解日本在AI和

AI真的会代替人类吗?今天的所谓AI其实根本没有像人类智慧一样的高级智慧，它不过就是一个高速算法而已，它能做到的事情非常有限。但随着大数据时代越来越盛行，又真的没有一点危险性吗？这就需要通过我们的阅读和知识的积累来平衡他们之间的关系。 全书分为四大部分：了解身边的AI以及新科技；AI的进化以及改变的生活；进步的科技以及

人工智能的发展需要对所解决问题的深入数学理解，矩阵代数正是一种的基本数学工具，在人工智能学科的研究中具有根本性的意义。本书的目的正是为人工智能的研究和实践提供坚实的矩阵代数理论基础。全书共9章，分矩阵代数导论、应用两部分讲述矩阵代数方法在人工智能中的应用。第一部分《矩阵代数导论》包括第1–5章，提供矩阵代数的基础理论；

本教材书主要介绍和讲解目前人工智能三个主要流派所包含的基础理论和研究方法，并通过实例来详细了解这些技术的特点及应用，带领读者走进人工智能的世界。本书以人工智能技术的发展为线索，内容共分5章，包括知识的表示、搜索技术、机器学习、深度学习等内容，在结构上便于裁剪，适应于不同学时的高校教学需求；在内容上将对数学原理和算法的讲