本书是机器学习领域内一部具有里程碑意义的著作。包括哥伦比亚大学、北京大学在内的多个国内外名校均有以该书为基础开设的研究生课程。全书内容丰富，视野宽阔，深入浅出地介绍了目前机器学习重要的理论和关键的算法。

"本书系统地介绍了人工智能的基本原理、方法和应用技术，全面地反映了国内外人工智能研究领域的当前进展和发展方向。 全书共9章。第1章为绪论，叙述人工智能的概况，包括人工智能的定义、发展历史、应用领域等内容。第2～5章论述知识表示方法、搜索策略、机器学习和人工神经网络与深度学习等内容的基本原理和应用。第6～9章阐述专家系

本书详细介绍了JavaScript、Python、.NET和Lua低代码开发，并且从传感器开始，深入浅出地勾勒出采集终端、智能网关、物理链路层、通信协议和云端平台等物联网领域的全貌；结合实际案例，系统地讲解了如何通过低代码、零代码等近乎搭积木的方式快速搭建物联网系统。本书内容丰富、通信易懂，是一本物联网领域的低代码开发

决策树是数据分析中广泛使用的机器学习模型，其模型简单、算法快速且具有可解释性。但随着大数据的涌现，将决策树真正应用到实践中还面临诸多困难。本书正是为解决这一痛点而作，旨在帮助读者系统且全面地了解决策树，并成功地将其用于工程实践。

本书是《神经网络与深度学习》（蒲公英书）的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用

本书紧跟新一代信息技术和人工智能主流技术的发展，选用Python这一人工智能领域的重要语言，培养学生的人工智能应用能力，以项目、任务为导向，将思政元素和相关知识的讲解贯穿在任务的实施过程中，对标1X计算机视觉应用开发职业技能等级证书，使学生掌握人工智能在计算机视觉方面的具体应用，坚持与高等职业教育教学思想、岗位需求相结

本书从初学者角度出发，以"讲课”的形式，归纳分析各类迁移学习方法，使读者能快速理解迁移学习的本质问题、抓住重点、举一反三、迅速入门。它的一大亮点是对"两头"的把握：一是源头，抓问题和场景，做到"师出有名”，讲清楚针对什么问题、用在哪里；二是笔头，抓代码与实践，做到"落地结果”，在实战中巩固和深化对技术的理解。本书同时配

本书着重探讨新基建背景下我国人工智能的发展及其基础建设。全书包括基础、应用和实践三篇，共9章。基础篇分析了新基建的背景、概念、短板，以及人工智能的发展与挑战等，尤其是分析了人工智能与新基建内在的关系；应用篇分析了人工智能在产业融合及在医疗、教育、能源、城市建设、社区建设等领域的驱动作用；实践篇探讨了人工智能的数据建设、

本书从产业角度深刻分析了异构计算及智能计算中心建设的诸多关键技术和应用前景，介绍了异构融合智能计算的核心技术—智能计算中心异构算力芯片、异构算力适配、异构操作平台，以及产业界中智能计算中心异构算力的解决方案、智能计算中心的高质量发展与未来展望。本书内容丰富、分析全面，是实现智能计算中心发展相关布局的重要技术参考，对推动

本书兼顾统计知识的基础性和系统性，系统介绍深度学习基础知识和建模技术。本书共包括7章，第1章介绍机器学习、人工智能和深度学习发展历程及相关概念；第2章介绍深度学习的理论知识，如张量、梯度、损失函数、激活函数、反向传播等；第3章介绍基础神经网络在二分类数据、多分类数据和连续数据上的实例构建；第4章介绍神经网络模型的泛化策