本书是一部基于中国当代设计学理论体系建构，从设计治理理论体系视角对人工智能设计进行全方位研究的专著，亦是一部个案式研究与建构中国式现代化设计学理论体系的专著，是中国当代设计学体系建构研究成果之一，还是作者近二十年来从事的中国理论创新工程的又一成果。本书从设计治理理论体系入手，重点考察和阐释建构中国自主人工智能设计治理理

本书是新一代人工智能实践系列教材之一，共分为9章，第1章为引论，第2-7章介绍有监督学习算法，包括感知机、Logistics回归、支持向量机、神经网络决策树以及贝叶斯模型。第8章介绍无监督学习算法，第9章讨论数据的表示和特征降维。本书可作为人工智能专业、智能科学与技术专业以及计算机类相关专业的本科生及研究生学习机器学习

"本书是计算机领域本科教育教学改革试点工作计划（“101计划”）系列教材之一。本书按照“厚算法基础、养伦理意识、匠工具平台、促赋能应用”的培养目标，以表达与推理、搜索与优化、建模与学习和伦理与安全为核心，按照如下内容进行组织：第1章绪论、第2章知识表达与推理、第3章搜索探寻与问题求解、第4章机器学习、第5章神经网络与深

面对数字经济背景下大数据分析的现实需求，本书分别从经济理论阐述、数学原理推导、程序代码实现三个角度，系统全面地阐释了各类经典机器学习模型的理论内涵和适用范围，以及基于Python编程语言进行算法训练、模型测试和参数调优的具体方法。本书配有A、B两个附录，介绍了Python语言基本语法规则，以及经济大数据分析所涉及的Py

奇异跳变系统是一类具有广泛形式的动力系统，能有效地描述电力系统、电路系统、社会经济系统等实际系统。本书以时滞奇异跳变系统为研究对象，旨在提出有效的容许性分析与控制器设计方法。本书主要介绍时滞奇异跳变系统容许性分析与状态反馈控制、时滞奇异跳变系统观测器设计与异步反馈控制、时滞奇异跳变系统滤波器设计与故障检测、时滞奇异跳变

XGBoost是一种经过行业验证的开源软件库，为快速高效地处理数十亿数据点提供了梯度提升框架。首先，本书在介绍机器学习和XGBoost在scikit-learn中的应用后，逐步深入梯度提升背后的理论知识。读者将学习决策树，并分析在机器学习环境中的装袋技术，同时学习拓展到XGBoost的超参数；并将从零开始构建梯度提升模

本书通过对大众电子足迹大数据的挖掘与分析，从公共事件、智能交通和行为经济学三个维度探究复杂社会系统所隐藏的内生动力，并通过提出基本假设、建立理论模型探索这些规律的产生机制和可能的动力学影响。本书共6章：第1章系统梳理了“人类行为动力学”在社会科学的认知及其使用情况，比较了“内生动力”与“外在推力”等知识体系对人类行为的

本书详细介绍了强化学习的理论推导、算法细节。全书共12章，包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰，内容简明通俗。除了侧重于理论推导，本书还提供了许多便于读者理解的

主要内容●数据字典和数据治理●数据质量管控、合规和分发●构建自动化管道以提高可靠性●数据摄取、存储和分发●支持生产环境中的数据建模、分析和机器学习

本书介绍了深度学习的基本理论、工程实践及其在产业界的部署和应用。在深度学习框架的介绍中，书中结合代码详细讲解了经典的卷积神经网络、循环神经网络和基于自注意力机制的Transformer网络及其变体。还介绍了这些模型在图像分类、目标检测、语义分割、欺诈检测和语音识别等领域的应用。此外，书中还涵盖了深度强化学习和生成对抗网