大多数中级机器学习教材侧重于通过提高准确性或降低预测误差来优化模型。但这种方法往往忽视了理解您的机器学习模型为什么以及如何做出预测的重要性。可解释性方法提供了更好理解模型行为的基本工具包，而这本实用指南《面向从业者的可解释人工智能》集结了最佳的模型可解释性技术。介绍可解释人工智能技术，包括技术的特点、实施方法和技巧、技

人工智能是一项以人工方法模仿和拓展人类智能的高科技技术，是计算机技术的重要分支。其应用面广泛，可替代人类进行各种工作，显著提高日常生活和工作效率。然而，人工智能具有两面性，既带来益处也带来威胁。因此，本书将结合人工智能技术的发展及应用现状，对其未来技术走向及覆盖面进行深入的研究分析，以完善人工智能技术。本书主要介绍了搜

本书致力于推动人工智能的普及教育，使用通俗易懂的语言深入浅出地介绍了人工智能相关知识，包括机器学习和深度学习的基本内容，使读者能快速掌握人工智能的基本概念、基本知识体系，使读者能快速掌握人工智能的开发框架，为进一步学习打下良好基础。全书具体内容包括绪论、人工智能编程语言、人工智能数据处理、知识图谱、计算机视觉、自然语言

本书是一部学术著作。智能算法是受自然(生物界)规律的启发，根据其原理，模仿求解问题的算法。智能算法广泛地应用于图像识别、路径优化、信息安全等领域，以人工智能、大数据为代表的新一代信息技术智能算法广泛地应用于图像识别、智能感知、路径优化、智能交通、信息安全等科技前沿领域，也广泛应用于数据处理、金融分析、疫情防控、智能家居

零基础学ChatGPT从入门到精通 人工智能算法入门 这就是chatgpt实战应用书 ChatGPT使用指南 人工智能数

本书详细介绍机器学习主要算法，包括：C4.5决策树、k-均值（K-means）、支持向量机（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法和分类回归树算法以及神经网络和深度学习的简单介绍。

本书是《EasyRL：强化学习教程》的配套实践教程。本书将在第一版的基础上以更加严谨的风格深入浅出地介绍马尔可夫决策过程、蒙特卡罗方法、时序差分方法、Sarsa、Q-learning等传统强化学习算法，以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例

全书从逻辑上共分3部分。第一部分由第1章和第2章组成，介绍深度学习的基础理论、MindSpore总体架构和编程基础。第二部分由第3-8章组成，介绍MindSpore框架各子系统的使用方法，包括数据处理、算子、神经网络模型开发、数据可视化组件MindInsight、推理和移动端AI框架MindSporeLite。第三部分

本书概要介绍了信息网络概念内涵、发展历程，梳理分析了人工智能发展历程及其在信息网络中的应用，提出了IIN的基本内涵、科学问题、典型特征和能力愿景，设计了IIN的网络架构并阐释其基本机理，从网络认知理论与模型、网络知识体系与构建方法、多维标识与寻址体系、交互语言体系、内生安全体系等5个方面，研究了IIN核心理论方法与关键

从“数据”视角出发，详细梳理人工智能系统存在的安全风险及防御问题。按照由训练、识别、部署三个阶段组成的人工智能系统运行生命周期，分别介绍人工智能安全的定义、研究目标、安全威胁、防御策略及研究现状，重点围绕后门攻击、对抗性攻击、隐私保护、传感欺骗、系统合法使用等常见安全问题，分别从理论与实践的角度进行详细的探讨、分析和说