滿額折
滿額折
本書通過概率建模和貝葉斯決策理論的統一視角，詳細且與時俱進地介紹了機器學習（包括深度學習）的理論和方法。書中涵蓋了數學背景（包括線性代數和優化理論）、基礎的監督學習方法（包括線性回歸、邏輯回歸和深度神經網絡），以及更高級的主題（包括遷移學習和無監督學習）。章節末尾的練習讓讀者能夠應用所學知識，附錄部分則對書中使用的符號進行了說明。本書源自作者2012年的著作《機器學習：概率視角》，它不僅僅是一個簡單的更新版本，更是一本全新的著作，反映了自2012年以來該領域的巨大發展，尤其是深度學習方面的進展。由於篇幅限制，新版分為上下兩卷：《概率機器學習：基礎篇》和《概率機器學習：進階篇》，本書是上卷基礎篇，下捲進階篇將繼續採用相同的概率方法，深入探討更高級的主題。新版的另一個主要變化是所有的軟件代碼都使用Python而不是MATLAB來實現，新代碼使用了標準的Python庫，例如NumPy、Scikit-learn、JAX、PyTorch、TensorFlow等，這些代碼不需要本地安裝，它們可以在雲端筆記本中運行，這為書中討論的理論主題提供了實用的補充。
優惠價：
87
882
無庫存
滿額折
本書提供了全面、系統的深度學習知識，從基礎理論到前沿應用，覆蓋了深度學習的各個重要領域。本書首先從深度學習基礎出發，幫助初學者對深度學習基礎技術有初步的理解和認識。隨後，本書轉向計算機視覺和自然語言處理兩大基礎領域，揭示了深度學習如何賦能圖像和語言的理解，還介紹了生成式模型與大模型這一當下研究熱點，引領讀者探索了當前深度學習的前沿領域，感受技術創新的魅力。此外，本書還介紹了深度強化學習的相關知識，幫助讀者掌握從強化學習的基本原理到複雜深度強化學習算法的全面理解和實際操作能力。最後，本書特別關注了深度學習在自動駕駛和AI4S兩大熱門應用領域的實踐，讓讀者能夠瞭解並思考深度學習如何推動社會進步與科學發展。 本書可作為普通高等院校計算機、人工智能、電子信息等相關專業本科生及研究生深度學習課程的教材，也可作為對深度學習感興趣的研究人員和工程技術人員的參考資料。
優惠價：
87
260
無庫存
滿額折
本書介紹了深度學習的核心理論與應用，從人工智能發展歷程和機器學習基礎講起，涵蓋Python編程、主流框架(TensorFlow、PyTorch等)、神經網絡原理(結構、優化、評估)及經典模型(MLP、CNN、RNN)，並配有手寫數字識別、圖像分類等實戰案例。書中特別設置生成式學習(VAE、GAN)、強化學習、神經算子(DeepONet、PINN)等前沿內容，最後探討Transformer架構、模型可解釋性等熱點議題。
優惠價：
87
825
無庫存
滿額折
本書通過系統化的理論講解與實戰導向的案例分析，幫助讀者掌握擴散模型與強化學習的結合應用，探索其針對實際問題的解決方案。書中首先介紹了生成模型的發展史，特別是擴散模型的起源和核心思想，為讀者學習後續章節奠定基礎；然後深入探討了擴散模型在構建決策智能體、結合價值函數等方面的應用，還詳細講解了如何利用擴散模型解決軌跡優化和策略優化等問題；接下來探索了擴散模型在多任務泛化和世界模型建模方面的擴展應用，展示了其在複雜環境中的適應性和靈活性；最後討論了利用強化學習優化擴散模型的新進展，以及擴散模型在決策問題上的前沿研究方向。
優惠價：
87
417
無庫存
滿額折
“麻省理工(MIT)通識課”系列叢書之一。機器學習支撐著我們日常使用的各種應用以及一些我們尚未日常使用的應用。它是人工智能新方法的基礎，旨在編程計算機利用示例數據或過往經驗來解決給定問題。本書描述了該領域的發展歷程，闡釋了重要的學習算法，並介紹了實際應用案例。探討了機器學習算法在模式識別中的應用，受人腦啟發的人工神經網絡，學習實例之間關聯的算法以及強化學習，即自主代理通過採取行動來最大化獎勵的學習過程。在這個修訂更新版中，本書探討了機器學習所面臨的隱私、安全、責任和偏見等挑戰，以及基於數據做決策所涉及的倫理和法律問題。
優惠價：
87
292
無庫存
滿額折
這本書旨在用樸素的語言把深度學習介紹給讀者，特別是具有醫學背景的臨床醫生、醫院管理人員、衛生保健從業人員以及對臨床醫學與基礎生物學感興趣的讀者。本書內容涵蓋深度學習的基礎概念、基本原理和常見技術與模型，可以幫助讀者快速瞭解深度學習的起源、發展、優勢、局限性和挑戰，從而知道深度學習可以為用戶做什麼、怎麼做，以及用戶需要做的準備工作等。雖然本書寫作對像是生物醫學專業讀者，但絕大部分內容是獨立於生物醫學的，對於具有其他專業和領域背景的讀者也適用。本書的特點在於把深度學習介紹清楚，全書最大限度地避免了數學公式、計算機術語和工程名詞，並盡可能用現實生活中的例子來說明深度學習裡的原理和技術。
優惠價：
87
360
無庫存
滿額折
優惠價：
87
778
無庫存
滿額折
本書全面系統地介紹機器學習的經典方法、前沿技術和應用實踐。全書分為基礎篇、進階篇和實踐篇，共10章，主要內容包括緒論、學習模式、判別式模型、生成式模型、高級機器學習概述、特徵表示學習、新興學習機制概述、主流機器學習編程框架、人臉識別、災害性天氣預報。本書堅持理論聯繫實際，兼顧經典與前沿，為讀者由淺入深地構建機器學習的知識體系。其中，理論部分均給出嚴謹的數學推導，實踐部分則注重闡述實施路徑和實現代碼，以讓讀者更好地掌握機器學習的理論與應用技術。本書可作為高等院校人工智能、計算機科學與技術、大數據科學與技術等專業的教材，也可供計算機工程領域的技術人員學習使用，還可作為人工智能相關領域研究人員的參考書。
優惠價：
87
365
無庫存
滿額折
本書主要分為3部分。第一部分為第1～5章，介紹機器學習的基礎知識，包括機器學習的基本概念、監督學習和無監督學習的主要算法、特徵工程的技術，並探討機器學習在通信網絡優化中的應用，涵蓋速率提升等無線網絡優化方面的內容。第二部分為第6～8章，深入講解深度學習與大模型、模型加速等高級技術，並探討深度學習和大模型在通信網絡優化中的應用。第三部分為第9～10章，介紹群體智能和技術，並探討了基於群體智能技術的基站智能節能業務，幫助讀者進一步拓展知識邊界。本書既可作為高等院校通信工程、電子信息、人工智能、計算機科學等相關專業的教材，也可供從事信息通信網絡技術相關工作的專業人士參考。對於對機器學習和網絡優化感興趣的自學者來說，本書也是一本不可多得的自學指南。
優惠價：
87
365
無庫存
滿額折
布爾巴基學派的序、代數、拓撲三大母結構是現代數學的基礎。利用計算機證明輔助工具，可以完整構建這三大母結構的形式化系統。《機器證明：公理集論及分析基礎的形式化》利用交互式定理證明工具Coq，實現Morse-Kelley公理化集合論形式化系統，可以迅速而自然地給出一個數學基礎，擺脫了明顯的悖論。在我們開發的系統中，全部定理無例外地給出Coq的機器證明代碼，所有形式化過程已被Coq驗證，並在計算機上運行通過，充分體現了基於Coq的數學定理機器證明具有可讀性、交互性和智能性的特點，其證明過程規範、嚴謹、可靠。該系統可方便地應用於拓撲學和代數學理論的形式化構建。為方便應用，在Morse-Kelley公理化集合論形式化系統下，分別給出Landau的經典著作《分析基礎》的形式化系統以及Zorich的著名著作《數學分析》中實數公理化的形式系統實現，從而迅速且自然地給出數學分析的堅實基礎。
優惠價：
87
1034
無庫存
滿額折
人工智能與數學、自然科學及工程應用等領域深度交叉融合，正成為推動新一輪科技革命的重要動力.特別是在“AIforScience”的興起下，人工智能正在從數據驅動向更具模型結構與科學機理的方向擴展，成為科學研究與工程計算的新引擎.《模型驅動的深度學習——模型與數據雙驅動的人工智能建模方法》正是在這一趨勢下編寫而成，系統總結了人工智能與科學問題交叉融合中所涉及的模型與數據雙驅動的基礎方法，具體介紹了AI與數學優化、統計方法、幾何建模、微分方程等關鍵數學工具的融合路徑與方法體系，力求構建一個適用於“AI+科學/工程”交叉研究的理論框架與方法支撐.
優惠價：
87
459
無庫存
滿額折
《強化學習與隨機優化》旨在介紹近年來作者在強化學習和隨機優化交叉領域的研究成果，主要內容包括隨機優化的定量穩定性分析，求解多階段隨機優化的新型情景樹生成、約減方法，機會約束規劃問題的模型轉換、凸逼近與求解，非平穩強化學習的樣本複雜度與泛化能力分析，隨機優化和強化學習的統一模型及其基本性質，風險厭惡馬氏決策過程與強化學習，分佈魯棒機會約束馬氏決策過程及其轉換與求解算法設計，連續狀態集合、連續動作集合下無限智能體的連續時間平均場強化學習問題的性質與Actor-Critic型求解算法，以及強化學習在多期投資組合選擇中的應用。《強化學習與隨機優化》的目的是幫助讀者掌握如何應用強化學習或隨機優化來處理不確定環境下的複雜動態決策問題、如何開展強化學習和隨機優化的交叉研究，以便他們能夠儘快進入相應研究領域的前沿。
優惠價：
87
825
無庫存
滿額折
無
優惠價：
87
469
無庫存
滿額折
滿額折
機器學習作為人工智能值得期待的內容，也深具商業價值。本書是金融工程和風險管理大師約翰‧赫爾教授的新著作。 全書深入淺出地講解了機器學習的核心內容、常用和流行的算法以及大量機器學習的商用案例，對技術性要求很低，讓讀者很容易從商業的角度理解其技術內涵，特別適合機器學習的初學者和業界人士閱讀，也非常適合大學商學院教學，幫助其學生瞭解“數據科學家”這個職業。 特別地，作者在書中同時使用Excel工作表和Python代碼，方便初學者先從容易的Excel入手，按照自己的節奏，再慢慢轉向Python，書中的相關數據、工作表和Python代碼都可在指定網站查詢。另外，本書還配有相關的教輔資料、PPT，以供參考。
優惠價：
87
308
無庫存
滿額折
本書系統闡釋聯邦學習這一新興技術的理論與應用。開篇詳解聯邦學習的背景、發展階段、模型架構及分類，深入剖析其隱私保護技術與安全挑戰。繼而探討聯邦學習在移動邊緣網絡優化、通信成本降低、資源分配策略及激勵機制設計等方面的創新應用，揭示其與物聯網、區塊鏈、大模型等技術的融合路徑。最後，結合通信、金融、醫療、交通等多行業場景，展現聯邦學習在網絡性能優化、用戶行為分析、安全通信等領域的實踐價值。全書兼具理論深度與實踐指導，為讀者提供從基礎原理到行業解決方案的全面參考，助力解決數據隱私、通信效率等核心問題。本書適合通信行業從業者，人工智能、大數據、雲計算領域的研究人員及工程師學習使用，也可用作高等院校相關專業的師生教學用書。
優惠價：
87
412
無庫存
滿額折
為了響應國家健康發展人工智能技術的戰略，針對國家、社會、個人對於提高機器學習安全與數據隱私保護的迫切需求，本書聚焦機器學習攻防對抗問題，根據機器學習的生命週期系統梳理了包括模型訓練、模型推理、算法實踐3個階段的安全與隱私相關問題，並深入探討了常見的攻防對抗場景及對應場景面臨的安全威脅與隱私風險，如數據隱私洩露、模型後門攻擊等。此外，本書還展望了提升模型安全性的可行方案，為讀者提供了理論與實踐結合的全面視角。本書可供網絡空間安全、計算機科學與技術、人工智能等相關專業的高年級本科生和研究生閱讀，尤其適合具備機器學習、深度神經網絡、網絡安全等基礎知識的讀者。
優惠價：
87
782
無庫存
滿額折
優惠價：
87
778
無庫存
滿額折
本書從機器學習在數據處理的角度入手來介紹機器學習的常用算法，按照"背景引入－方法介紹－案例－拓展知識點及文獻”的思路來組織內容。本書共14章，涵蓋了機器學習的常用算法。對於書中的每種機器學習算法，本書均給出了基本定義、典型應用，可方便讀者更加深入的理解每種機器學習算法。此外，本書還介紹了計算機視覺的應用為例，闡述了機器學習算法在圖像特徵提取和卷積神經網絡中的應用。
優惠價：
87
355
無庫存
79 折
本書在詳細闡述強化學習基本概念與基本理論的基礎上，循序漸進地介紹了深度強化學習各常用演算法的基本思想、演算法偽代碼、演算法實現、基於實例的演算法演示與程式分析等內容。具體介紹了Q-learning演算法求解最優路徑問題，SARSA演算法求解最優安全路徑問題，策略反覆運算演算法求解兩地租車最優調度問題，價值反覆運算演算法求解最優路徑問題，DQN?演算法求解平衡系統的最優控制問題，PG演算法求解雙積分系統的最優控制問題，AC類演算法求解股票交易的最優推薦策略，SAC演算法求解機器人手臂控球平衡問題，PPO演算法求解飛行器平穩著陸最優控制問題，DDPG演算法求解四足機器人行走控制策略問題，TD3演算法求解PID控制器參數整定問題，多智慧體強化學習的基本概念與基本方法，MAPPO演算法求解多智慧體協作運送物體問題，IPPO演算法與MAPPO演算法求解協作競爭探索區域問題，MADDPG與DDPG演算法求解車輛路徑跟蹤控制問題。本書可作為高等院校深度強化學習課程的教材，亦可作為本科生畢業設計、研究生專案設計和廣大科研人員的技術參考用書。
優惠價：
79
516
庫存：2
滿額折
本書首先介紹了感知機、回歸模型等深度學習基礎模型算法，然後對自編碼器和生成對抗網絡等深度生成模型的原理進行了講解，結合不同的應用場景，對生成對抗網絡的各種改進模型及其特點進行了描述，最後介紹了深度偽造技術及其在換臉上的應用，以及深度偽造檢測技術的進展。
優惠價：
87
992
無庫存
滿額折
本書內容涵蓋深度學習的基礎理論及前沿技術，內容循序漸進，旨在逐步提升學習者對深度學習技術的理解和應用能力。本書共10章，主要內容包括緒論、深度學習基礎理論及實踐、卷積神經網絡理論及實踐、基於CNN的目標檢測算法及實踐、基於CNN的圖像分割算法及實踐、循環神經網絡理論及實踐、注意力機制與Transformer、生成式網絡及實踐、強化學習理論及實踐、大模型技術及實踐等。本書緊密結合產教融合與科教融匯的理念，將機械、醫工、自動駕駛等領域的產業級工程項目和科研成果轉化為教學實踐項目，確保理論知識與實際應用的無縫對接。本書可作為工科類專業研究生的教材，也可作為工科類專業高年級本科生的教材，還可作為有志於掌握深度學習知識的學習者的參考讀物。本書配有項目代碼講解視頻、部分習題參考答案，讀者可掃描書中的二維碼進行觀看；本書提供了部分教學案例和實踐項目的源代碼，讀者可打開書中所附鏈接運行或掃描內封上的二維碼進行下載。本書還配有PPT課件、教學大綱等，免費贈送給採用本書作為教材的教師（可登錄www.cmpedu.com註冊下載）。首次使用二維碼的方法請見封底有關說明。
優惠價：
87
260
無庫存
滿額折
79 折
本書通過系統而全面的介紹，幫助讀者深入理解和掌握圖機器學習的基本原理、方法和技術；同時，通過豐富的案例和實踐經驗，展示了圖機器學習在各個領域的應用價值和廣闊前景。本書基於斯坦福大學圖機器學習CS224W課程的內容編寫，結合作者自身和團隊學生在圖機器學習中的痛點和實踐經驗，重新梳理知識脈絡，重點介紹圖機器學習的相關知識，並對前沿的圖機器學習會議論文和網絡科學的最新發展趨勢進行探討與展望。本書適合所有對圖機器學習感興趣的讀者參考。
優惠價：
79
568
庫存：4
滿額折
在人工智能與大數據時代，優化算法已成為機器學習與數據科學的核心支柱。本書以獨特的應用視角，將抽象的數學理論與實際工程問題緊密結合，為讀者架起了一座從理論到實踐的橋樑。本書由優化領域權威學者Stephen J. Wright和Benjamin Recht撰寫，旨在為讀者提供一本條理清晰、系統全面的優化技術指南，尤其聚焦數據科學與機器學習領域的核心優化技術。書中詳細闡述了基本優化算法，並分析了它們的收斂性和複雜度。全書共11章，第1章通過典型案例闡釋優化在現代數據分析中的應用；第2～10章深入剖析多種核心算法，包括加速梯度法、隨機梯度法（機器學習的核心算法）、坐標下降法（高效處理高維問題的利器）、簡單約束問題的梯度法、具有非平滑項的凸優化問題的理論和算法，以及約束優化問題的對偶方法；第11章拓展至深度學習與控制領域的梯度計算方法（如自動微分、反向傳播的優化視角）。
優惠價：
87
412
無庫存
滿額折
滿額折
《深度學習基礎與案例教程》主要介紹深度學習基礎理論及案例實戰，共11章內容，從人工智能基礎，到深度學習算法原理，再到深度學習項目實戰，邏輯清晰，由淺入深，內容層次分明，從簡單的線性模型引出非線性的深度學習模型。深度學習模型部分主要講解卷積神經網絡、循環神經網絡、Transformer模型、生成對抗網絡、遷移學習等。《深度學習基礎與案例教程》在介紹理論內容時配有公式推導和詳細的闡述，便於讀者理解。在項目實戰方面，本書每個算法理論都對應一個案例進行鞏固，並在最後兩章結合深度學習的兩大領域——自然語言處理與計算機視覺，選取電影評論情感分析與圖像分類作為全書的綜合實戰項目，對全書內容進行總結。《深度學習基礎與案例教程》基於TensorFlow框架開發，代碼簡潔明瞭，每個項目實戰案例都配有完整的項目實現代碼，並對代碼進行了詳細的注解。《深度學習基礎與案例教程》可以作為高等院校人工智能相關專業本科生、研究生的入門教材，也可作為相關工程技術人員的參考書。
優惠價：
87
365
無庫存
滿額折
滿額折
本書是一本面向多領域讀者的基礎通識教材,旨在以通俗易懂的方式揭開機器學習的神秘面紗，幫助讀者理解機器學習算法本質，並具備實際應用能力。本書以“從生活到算法”為核心理念，引導讀者輕鬆跨越理論與實踐的鴻溝，兼顧學術性與實用性：一方面，以人類解決問題的思路理解算法邏輯,降低算法理解門檻；另一方面，提供豐富的實踐案例與配套代碼，培養讀者的工程化思維。 本書系統講解了機器學習的基礎知識體系與實踐框架，共8章。首先介紹機器學習的基本概念、發展歷程及分類(監督學習、無監督學習等),接著深入講解相似度計算、模型性能評估、數據收集、特徵工程等核心環節，並針對常見算法（如線性回歸、決策樹、支持向量機、集成學習等），結合生活化案例剖析其設計思想與實現邏輯。最後，本書專設Python編程基礎與經典算法實踐章節,通過完整案例演示數據準備、模型訓練到評估優化的全過程，並輔以代碼示例與單元測試指導,助力讀者提升機器學習算法的代碼實踐能力。 本書適合作為普通高等院校人工智能相關專業本科生、研究生的教材，也可供相關技術人員閱讀參考。
優惠價：
87
324
無庫存
滿額折
多視圖深度學習是人工智能和機器學習領域的一個重要研究方向，在計算機視覺、自然語言處理和數據挖掘等領域廣泛應用。其核心在於探索如何利用深度學習模型，從多視角或多模態數據中提取有效信息，最終實現信息的融合與增強。本書內容涵蓋部分傳統多視圖學習方法，以及當前主流的多視圖特徵學習與深度表示學習方法。全書共10章，分為3個部分：第Ⅰ部分（第1、2章）闡述多視圖學習的研究背景、應用領域的研究現狀和未來發展趨勢；第Ⅱ部分（第3～5章）介紹多視圖特徵學習的應用與研究成果；第Ⅲ部分（第6～10章）討論多視圖深度表示學習的應用與研究進展。本書面向計算機科學、人工智能及相關領域的研究人員、工程師及學生，旨在為其提供一份全面且深入的參考資料，助力讀者在多視圖深度學習的研究與實踐中深化認知並提升能力。
優惠價：
87
616
無庫存
滿額折
滿額折
本書以計算思維和智能思維為主線，介紹人工智能和計算機技術，探討人工智能與計算機技術的關係，引入國產自主軟件、硬件等新內容，融入物聯網、雲計算、大數據和人工智能等新一代信息技術。全書共13章，主要內容包括：人工智能基礎、人工智能實踐與創新，計算機系統結構、計算機硬件、計算機軟件、計算機網絡、信息安全技術、Python程序設計基礎、物聯網、雲計算、大數據，以及WPS文字和WPS表格的高級應用。本書內容安排合理，由淺入深，案例豐富，文字通俗易懂、可讀性強，適合作為普通高等院校各專業的“人工智能導論”“計算思維導論”和“計算機基礎”等相關課程的教材，也可以作為計算機愛好者的參考書。
優惠價：
87
312
無庫存
滿額折
本書從機器學習的基本概念出發、逐步深入講解經典機器學習方法、深度學習、卷積神經網絡、循環神經網絡以及大模型技術、及它們在智慧交通中的應用、包括車輛追尾預警、交通事故嚴重程度判斷、自動駕駛技術等豐富的案例。本書主要內容有緒論、回歸分析、邏輯回歸、K近鄰算法、決策樹、支持向量機、集成學習、貝葉斯分析、聚類分析、深度學習基礎及交通標誌分類實踐項目、卷積神經網絡理論及斑馬線檢測項目、循環神經網絡及實踐、大模型技術原理及交通領域智能體應用。
優惠價：
87
308
無庫存
滿額折
滿額折
滿額折
本書根據大多數軟件公司對AI大模型開發程序員的標準要求，結合範例程序，針對零基礎人群，講述了從“入門”到“能幹活”所必需掌握的知識點。本書內容涵蓋了深度學習各種模型的知識點，包括Python和Pytorch的開發環境、神經網絡預測技術、用卷積和殘差神經網絡分類圖片的技術、數據預處理和數據增強、用生成對抗網絡識別圖片的技術、用循環神經網絡和Transformer網絡分析文本的技術、用ViT模型分類圖片的技術、人臉識別和目標物體識別的技術、音頻處理技術，以及DeepSeek 本地化部署和微調技術等。本書尤其適合零技術的開發人員和在校學生提升相關實戰技能，也可作為大中專院校計算機專業實踐課或畢業設計的參考用書。
優惠價：
87
417
無庫存
滿額折
滿額折
本書共3篇，12章，內容涵蓋了深度學習的基礎理論、重要模型及其在電腦視覺和自然語言處理等領域的應用。第1篇深入講解了深度學習的基礎理論，包括感知機的主要概念及其實現、神經網路的架構與演算法，以及參數更新策略、權重初始化方法和正則化技巧。第2篇專注於電腦視覺，介紹了卷積神經網路的結構及其在影像處理方面的廣泛應用，同時探討了經典的卷積網路結構以及先進網路在物體檢測與圖像分割等領域的應用。 第3篇著眼于自然語言處理，涵蓋了語言模型、word2vec模型、RNN模型及其變體、Transformer 模型以及預訓練模型在多種任務中的應用。本書在專業性與可讀性之間實現了良好的平衡，不僅向讀者提供深度學習領域的綜合知識和實際技能，還致力於激發讀者的創新思維和實踐能力，助力讀者在快節奏發展的技術環境中掌握先機，取得更高成就。本書既可作為高等院校深度學習課程的基礎教材，也適合深度學習愛好者進行自學。無論是初學者還是具有一定基礎的從業人員，都能從中獲得啟發和實用的知識。
優惠價：
87
333
無庫存