本书作者曾就职美国谷歌公司和日本乐天集团，有着多年的机器学习开发经验。本书理论与实践相结合，通过直观具体、易于理解的图表、示例和代码，既讲述了有助机器学习入门者轻松、准确掌握的基础概念，也涵盖了机器学习开发者在不确定概念时可以查看的核心内容。书中列举的大量机器学习应用程序实例，即便不具备数学和统计学知识也能轻松阅读，进

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

本书通过正在学习机器学习的程序员绫乃和她朋友美绪的对话，结合回归和分类的具体问题，逐步讲解了机器学习中实用的数学基础知识。其中，重点讲解了容易成为学习绊脚石的数学公式和符号。同时，还通过实际的Python编程讲解了数学公式的应用，进而加深读者对相关数学知识的理解。

计算智能是人工智能领域较为前沿的研究方向，它是受“大自然智慧”启发而被设计出的一类算法的统称。计算智能所具有的全局搜索、高效并行等优点为解决复杂优化问题提供了新思路和新手段，引起了国内外学者的广泛重视并掀起了研究热潮。目前，计算智能的相关技术已成功应用于信息处理、调度优化、工程控制、经济管理等众多领域。 本书在归纳近年

多标记学习指一个样本可能对应多个语义标记的学习框架，在文本分类、基因功能分类、图像识别等领域广泛存在。多标记学习因其问题的复杂性及广泛的应用背景，得到了越来越多的重视与研究。多标记学习的研究主要围绕降低特征空间或标记空间的复杂性，提高多标记学习算法的精度而展开。本书主要介绍多标记分类、多标记特征降维、标记关系分析及多标

当前，人工智能作为一项引领未来的颠覆性战略技术，已在国家安全、国防军事、社会治理、文化教育、医疗健康、家居娱乐等领域初露峥嵘，成为世界各国极其重视的核心竞争力技术之一。本书主要研究人工智能新技术、新构想、新应用，面向未来，从人工智能发展历程、机器学习、感知认知、人机交互、机器人、脑科学、"智能+"未来应用，以及人工智能

本书主要利用控制论、代数图论、矩阵论及偏微分方程等理论和方法,重点阐述了多智能体系统一致性和复杂动态网络同步控制这两个问题,主要讨论以下几类问题：多智能体系统的**-跟随一致性问题;时滞复杂网络的同步问题;Lurie型动态网络的簇同步问题.

本书在简要介绍人工智能发展历程、世界各国人工智能战略规划之后，重点围绕人工智能安全主题，提出人工智能安全体系架构，讨论了人工智能助力安全、人工智能内生安全、人工智能衍生安全等相关内容，并深入研究了人工智能安全伦理准则。本书还详细分析了人工智能行为体及其可能引发的安全问题，提出了人工智能保险箍的解决方案，并给出了人工智能

知识图谱作为当前人工智能的重要方向之一，不仅被实验室的研究者关注，更被各行各业的商业应用所关注。知识图谱是一个古老而又崭新的课题，是知识工程在新时代的新形态。智能离不开知识。知识始终是人工智能的核心之一。本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本

本书从统计学观点出发，以数理统计为基础，全面系统地介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、