集成学习方法是一类先进的机器学习方法，这类方法训练多个学习器并将它们结合起来解决一个问题，在实践中获得了巨大成功。全书分为三部分。第一部分主要介绍集成学习的背景知识；第二部分主要介绍集成学习方法的核心知识，包括Boosting、Bagging、RandomForests等经典算法，平均、投票和Stacking等模型和方

本书内容涵盖经典的有监督机器学习算法，无监督机器学习算法，深度机器学习算法，阐述从浅层学习到深度学习，从简单的线性模型到复杂的神经网络非线性模型的原理与应用。书中每个章节遵循先简介理论基础，再构建数学模型，然后辅以实例分析，从理论到实践的讲解原则。每个章节可独立阅读，也可从前向后，从简到难，从浅层学习到深度学习，循序渐

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中最为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（

本书介绍卷积神经网络的核心——错综复杂的细节和算法的微妙之处。主要包括卷积神经网络的高级主题和使用Keras和TensorFlow的对象检测。

本书由交互设计界的三位学者联袂撰写，是该领域的经典著作，被全球各地的大学选作教材。新版本继承了本书一贯的跨学科特色，并与时俱进地新增一章讨论数据分析，同时补充了新的发展成果。书中包含大量实例，涉及敏捷用户体验、社会媒体与情感交互、混合现实与脑机界面等。全书紧紧围绕设计与评估的迭代过程，不仅包含了传统的理论知识、实例解析

本书通过聚焦于开发基于神经网络的解决方案来介绍机器学习，首先将从熟悉构建深度学习解决方案所需的概念和技术开始，然后介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速开发过程。学完本书之后，读者将能够使用T

深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，第一部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生

本教材由广州华立科技职业学院计算机信息工程学院院长牵头,联合省内外多所院校共同编写。本书是一本基础性强、可读性好、适合于高职学生学习的人工智能通识课教材,在简述人工智能的理论与方法基础上,较详细地介绍了人工智能在工业领域中的应用,包括人工智能基础知识专家系统、智能控制、计算智能及其应用、数据挖掘与智能决策、智能制造、智

本书以实验为主，在实验中穿插讲解了用到的理论知识，对于理论知识，点到为止，够用即可。本书由基础实验、BasicRF的无线通信及应用以及综合应用三篇构成。基础实验包括23个实验，主要介绍了CC2530基础知识、I/O控制、中断、时钟、UART串口通信等知识点。BasicRF无线通信及应用包括7个实验，由浅入深，讲解了点对

书稿主要包括以下内容：第一章序言、第二章物联网系统模型、第三章易受攻击的特点和面临的威胁、第四章物联网安全、第五章社会治理、第六章物联网应用的案例研究，全面系统介绍了物联网环境下的网络安全挑战，以及应对的技术手段、治理策略和相关案例。