构建一系列有监督和无监督机器学习算法使用SparkMLlib库实现机器学习算法使用SparkMLlib库开发推荐系统处理与特征工程、分类平衡、偏差和方差以及交叉验证有关的问题，以便构建最优的拟合模型

本书是人工智能、计算机、自动控制等相关专业的专业英语教材，选材广泛，内容涵盖人工智能的基本概念、发展历史、主要技术、人工智能的现在与未来，以及人工智能给人类带来的影响和人工智能的应用领域等。本书具体内容包括：第1章人工智能的基本概念。第2章人工智能的发展历史。第3章到第5章人工智能的主要技术，包括机器学习、深度学习和自

主要内容●给出聚焦应用和进行实际操作的学习方法，同时提供包含辅助教学资源的网站。●包含许多研究习题和答案、例子、定义、理论以及富含说服力的卡通插图。●包括谓词逻辑、Prolog、启发式搜索、概率推理、机器学习与数据挖掘、神经网络和强化学习等知识。●报告深度学习的进展，这些进展包括应用神经网络去产生有创造性的内容，如文本

本书是一本系统介绍深度学习基础知识和理论原理的入门书籍。本书从神经网络的基本结构入手，详细推导了前向传播与反向传播的数学公式和理论支持，详细介绍了如今各种优化神经网络的梯度优化算法和正则化技巧，给出了在实际应用中的超参数调试和网络训练的技巧。同时，也介绍了典型的卷积神经网络（CNN）和循环神经网络（RNN）。除了介绍理

卷积神经网络是现代神经网络的核心内容，TensorFlow又是现在最为流行的深度学习框架。本书使用TensorFlow2.0作为卷积神经网络实现的基本工具，引导深度学习初学者，从搭建环境开始，逐步深入到理论、代码和应用实践中去。本书分为8章，第1章从搭建环境开始，包含Anaconda、Python、PyCharm、Te

主要内容：深度学习的基础科学原理，自行设计和训练神经网络，隐私保护的知识，包括联邦学习，帮助你继续深度学习之旅的建议。

本书介绍了人工智能和大数据的技术发展及相关应用领域。全书共分为4章：第1章智能的含义，第2章数字学习，第3章算法的统治，第4章人工智能的用途。书中主要内容包括智能的定义、商业智能、人工智能、商业智能的发展历史、学习的定义、数字学习、大数据和物联网的影响、基于大数据的人工智能、监督学习和无监督学习、算法的定义、AI简史、

本书介绍了与AI相关的理论知识，例如，AI的核心、AI的3个发展阶段、AI的科技支撑点等。为了增强本书的全面性和系统性，也为了向大家多传授一些干货，本书将重点放在了AI在各行各业、各个领域的商业化落地项目上。值得注意的是，本书添加了很多代表性案例，希望为读者提供实实在在的帮助。可以说，在“AI+商业”方面，本书既具有实

本书从区块链的四个核心前沿技术--分布式账本、加密技术、共识机制和智能合约技术入手，重点介绍公有链、联盟链和私有链上的共识机制，描述其中使用的去中心化算法，包括PoW（工作量证明），PoS（权益证明），DPoS（股份授权证明），Ripple共识，PBFT（实用拜占庭容错）和PoV（投票证明）等，并具体分析了每个算

粒计算是目前人工智能领域内广为关注的研究课题，本书旨在为初学者提供学习粒计算理论与方法的基本指导。模糊集、粗糙集和概念格是粒计算的三种主要的方法，本书把这三种方法有机地结合成为一个粒计算的基本理论框架，主要包括：1）模糊集理论，2）粗糙集理论，3）概念格理论。