本书重点讲述用于预测性数据分析的*重要的机器学习方法，包括理论概念和实际应用。

本书重点在帮你掌握深度学习所要求的数学原理和编程实战经验，使你能快速使用TensorFlow轻松部署产品中的深度学习解决方案，并形成开发深度学习架构和解决方案时所需的数学理解和直觉。本书提供了丰富的理论和实战动手经验，使你可以从零开始掌握深度学习，并能快速部署有价值的深度学习解决方案。本书重点讲解了与多个行业相关的深度

Pytorch是基于python且具备强大GPU加速的张量和动态神经网络，更是Python中优先的深度学习框架，它使用强大的GPU能力,提供*大的灵活性和速度。本书指导读者以Pytorch为工具在Python中学习深层强化学习(DQN)。主要内容包括：强化学习概述及分类、强化学习的算法和实施方法、在Pytorch中实施

本书内容主要包括机器学习的基本知识、基本学习方法、集成学习方法、深度学习方法和深度强化学习方法等内容，将机器学习的经典内容与深度学习等前沿内容有机地结合在一起，形成一套相对完整的知识体系，并在每个章节穿插相应的应用实例，使得广大读者不但能够较好地掌握机器学习基本理论，而且能够比较系统地掌握其应用技术，为今后的工作和进一

本书全面介绍神经网络、机器学习和深度学习的基本概念、模型和方法，同时也涉及了深度学习中许多最新进展，附录中还提供了相关数学分支的简要介绍，旨在让读者知其然还要知其所以然。

本书针对人工智能技术领域人才培养的需要，从实际应用出发，以人工智能涉及的“会运动、会看懂、会听懂、会思考”四方面为主线进行编写。本书采用理实一体的编写方式，设置了5个学习情境，分别为认识人工智能、运动系统的设计与应用、视觉识别系统的设计与应用、语音识别系统的设计与应用和认知系统的设计与应用，循序渐进地介绍了人工智能控制

本书较为系统地讲解了用户体验设计师的职能及价值体现的方法，由点到面地分析了用户体验设计的方法与技巧，目的是让读者能够全方位地进行学习，使自己在互联网行业变化如此迅速的当下不被淘汰。 全书分为8章。第1章对用户体验的概念、用户体验设计师的职责与价值等内容进行了分析；第2章主要对App设计中的基础规范进行了系统全面的讲解

《深度学习导论》讲述了前馈神经网络、Tensorflow、卷积神经网络、词嵌入与循环神经网络、序列到序列学习、深度强化学习、无监督神经网络模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。 本书编写简明扼要，理论联系实践，每一章都包含习题以及补充阅

本书主要讨论在智能经济的浪潮下，人工智能技术与区块链技术的范式变革与产业应用，以及如何从数字经济学视角理解智能经济发展的商业逻辑变化和它所带来的商业认知升级。全书包括从信息技术到智能经济、区块链技术应用与场景、人工智能技术应用与场景、智能经济时代的商业趋势四部分，共20讲内容。 本书通过跨学科研究，构建了一整套认知人工

随着人工智能技术在越来越多的行业中应用，诸多问题也随之而来，最主要的问题在于人工智能技术与行业的结合深度不足。在大多数情况下，人工智能技术只能解决表层的行业问题，对于深层的业务问题赋能不足。当前急需探索人工智能技术与行业结合的方法与模式。本书结合了笔者构建人工智能产品的实际经验，从人工智能产品流程、行业能力模型、人工智