本書可視為一本以問題為導向的書籍,非常適合具備一定數(shù)據(jù)基礎和Python基礎的讀者學習,作為一本數(shù)據(jù)科學的基礎書籍,讀者可以在短時間內學習數(shù)據(jù)科學的經典算法。主要闡述python3基礎內容；常用模塊進行扼要闡述和實例操作；常見統(tǒng)計量,數(shù)據(jù)轉換,以及多維數(shù)組等內容,并通過代碼實現(xiàn)；特色是以問題導向的方式闡述了常見的12種

本書分為基礎篇和高級篇�；�礎篇介紹機器學習的主要原理和方法、以及最近幾年來的最新進展，包括機器學習的發(fā)展史、決策樹學習、PAC模型、貝葉斯學習、支持向量機、AdaBoost、壓縮感知、子空間、深度學習與神經網絡、MCNs、強化學習等內容。在高級篇部分，主要介紹一下作者多年來在機器學習與視覺感知方面的研究成果，包括HGP

本書主要介紹人工智能的發(fā)展歷史、技術和應用，內容主要包括知識圖譜、搜索技術、智能優(yōu)化算法、機器學習、人工神經網絡、深度學習、人工智能應用（人臉識別、語音識別、自然語言處理、機器人等）、人工智能工具、人工智能倫理等。本書的特色是通過案例為主線，提出關鍵問題，以解決問題為導向，介紹人工智能領域的相關概念、理論、技術和應用，

本書主要圍繞人工智能平臺ModelArts和人工智能應用開發(fā)流程，介紹基本概念、關鍵模塊以及典型的場景化應用開發(fā)案例。全書共分為三篇：第一篇人工智能應用開發(fā)概述(第1章和第2章)，介紹了人工智能技術、應用、平臺，以及人工智能應用快速開發(fā)流程；第二篇人工智能應用開發(fā)方法(第3章~第9章)，介紹了人工智能應用開發(fā)全流程及其

本書討論了機器學習的基本問題和基本算法。從方便學習的目的出發(fā)，本書主要以聚類任務、回歸任務、分類任務、標注任務、概率模型、神經網絡模型、深度學習模型七個主題對相關內容進行組織。前四個主題以機器學習的四個主要任務為核心討論相關算法及基礎知識。概率類模型和神經網絡類模型可以完成聚類、回歸、分類和標注等多類任務，但它們各有自

身處AI（人工智能）世界，人類所有生活領域都面臨著一場巨大變革。人工智能的未來發(fā)展將走向何處？我們必須對什么情況做好心理準備？什么是與現(xiàn)實無關的、僅僅被渲染突出的幻境？智能機器在多大程度上構成一種威脅？將來我們與智能機器還有什么區(qū)別？本書的每個章節(jié)都以一幕科幻劇作為開場，巧妙地回答了人類對無處不在的AI世界中，有關宇宙

這是一本以漫畫形式來展現(xiàn)深奧理論的科普書。本書以卡通人物形象為主人公，通過講故事的形式串接內容，以多格漫畫進行展現(xiàn)，帶領大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術篇、應用篇、安全篇、未來篇、啟示篇多維視角全方位地探索人工智能的神奇與奧妙。人工智能本質上是一個復雜、動態(tài)、關聯(lián)、深奧的知識體系，是用數(shù)學方程

目前，市場上的機器學習算法和深度學習算法相關入門書籍大都過于理論化和數(shù)學化，提高了學習門檻，使得不具有相關專業(yè)背景的讀者望而卻步；或是過于偏重實操，對于算法原理過于簡略，使得讀者無法形成對算法原理和可應用場景的基本認識。本書共分為上下兩篇，共18章：其中第一篇為經典機器學習模型部分，主要講解了常用的機器學習經典模型。第

內容介紹 這是一部講解如何基于機器學習技術實現(xiàn)數(shù)據(jù)缺失值填補的專著，與傳統(tǒng)的基于統(tǒng)計學的缺失值填補方法相比，效率上得到了較大的提升。作者基于多年的研究和實踐成果，創(chuàng)新性地提出了基于神經網絡的缺失值填補方法和基于TS模型的缺失值填補方法。 全書共8章，可分為4個部分。 第壹部分（第1~3章）：首先介紹缺失值填補領域

本教材編寫理念先進、重在應用，主要內容包括初探人工智能、認知人工智能的基礎支撐、認知人工智能的應用技術、探索人工智能的行業(yè)應用四個項目。本教材通過文字、視頻、動態(tài)圖和實訓平臺等多種形式，立體、多角度地呈現(xiàn)內容，構成一個教與學的互動系統(tǒng)，讓學習資源交互、聯(lián)動起來。本教材可作為職業(yè)院校計算機公共課、信息技術公共基礎課程的教