本書第1章介紹聯(lián)邦學習的發(fā)展背景和歷程，以及金融業(yè)中數(shù)據(jù)共享的機遇和挑戰(zhàn)。第2-5章介紹不同類型的機器學習方法在聯(lián)邦學習模式下的實現(xiàn)，以及關鍵算法原理。第6章介紹聯(lián)邦學習開源框架FATE的架構(gòu)和部署，以及在金融控股集團內(nèi)大數(shù)據(jù)平臺上建立跨機構(gòu)統(tǒng)一數(shù)據(jù)科學平臺的實施方案。第7章從建模者的角度展示了典型建模流程的實戰(zhàn)過程。

作為一門應用型學科，機器學習植根于數(shù)學理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內(nèi)在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型四個大類共26個經(jīng)典算法進行了細致的公式推導和代碼實現(xiàn)，旨在

本書是一本面向計算機類以及非計算機類專業(yè)學生的人工智能通識課程。內(nèi)容選取上注重人工智能的通識性、典型性，旨在培養(yǎng)高職以及應用型本科學生的人工智能素養(yǎng)、計算思維能力。全書分為6大模塊，分別從不用的層面對人工智能進行介紹。 本書在介紹人工智能通識知識的同時還以新形態(tài)二維碼的方式嵌入了與課程內(nèi)容相融合的思政元素，分別從家國

本書較為全面地介紹了深度學習應用場景下的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)標注等技術。全書共12個實訓項目,包括數(shù)據(jù)采集概述、網(wǎng)絡數(shù)據(jù)采集、端側(cè)數(shù)據(jù)采集、數(shù)據(jù)存儲與加載、數(shù)據(jù)處理概述、圖像類數(shù)據(jù)處理、文本類數(shù)據(jù)處理、數(shù)據(jù)標注概述、圖像數(shù)據(jù)標注、文本數(shù)據(jù)標注、深度學習圖像分類應用實戰(zhàn)、深度學習情感分析應用實戰(zhàn)等。本書以企業(yè)用人需求

本書較為全面地介紹了深度學習應用場景下的人工智能技術服務、深度學習數(shù)據(jù)應用、深度學習基礎應用等技術。全書共10個實訓項目,包括人工智能需求分析、人工智能產(chǎn)品設計、人工智能平臺應用、數(shù)據(jù)采集工程應用、數(shù)據(jù)處理工程應用、數(shù)據(jù)標注工程應用、機器學習模型訓練、深度學習框架應用開發(fā)、深度學習框架基礎功能應用、深度學習線性回歸模型

本書較為全面地介紹了深度學習模型訓練、計算機視覺模型應用、自然語言處理模型應用等技術。全書共9個實訓項目,包括深度學習全連接神經(jīng)網(wǎng)絡應用、深度學習卷積神經(jīng)網(wǎng)絡應用、深度學習循環(huán)神經(jīng)網(wǎng)絡應用、計算機視覺模型數(shù)據(jù)準備、計算機視覺模型訓練與應用、計算機視覺模型部署、自然語言處理預訓練模型數(shù)據(jù)準備、自然語言處理預訓練模型訓練與

本書從技術、應用和產(chǎn)業(yè)3個維度為切入點，對智能語音語義領域相關的熱點和趨勢展開研究。本書以“人與機器的對話”開篇，講述人類語音生成、傳播和感知的過程，引發(fā)對于機器智能語音聽說的思考，進而闡述技術探索發(fā)展史；然后，分析了以語音交互為核心的技術現(xiàn)狀，綜合剖析提出全雙工、端到端模型構(gòu)建、語音假冒攻擊等熱點；其次，從政策、投融

《人工智能與電氣應用》系統(tǒng)地闡述了人工智能與電氣應用的理論基礎及應用實踐�！度斯ぶ悄芘c電氣應用》共分為五部分，分別為理論篇、基于人工智能的故障診斷技術、基于人工智能的模式識別和預測技術、基于人工智能的控制和優(yōu)化技術以及展望篇。部分介紹人工智能技術的理論基礎。第二部分介紹風機葉片覆冰故障檢測技術、電網(wǎng)故障診斷技術、電力設

本書是人工智能和機器學習領域?qū)�業(yè)多年實踐的結(jié)晶，深入淺出講解機器學習應用和工程實踐，是對機器學習工程實踐和設計模式的系統(tǒng)回顧。全書分別從項目前的準備，數(shù)據(jù)收集和準備，特征工程，監(jiān)督模型訓練，模型評估，模型服務、監(jiān)測和維護等方面講解，由淺入深剖析機器學習實踐過程中遇到的問題，幫助讀者快速掌握機器學習工程實踐和設計模式的基

本書是深度學習領域的入門教材，闡述了深度學習的知識體系，涵蓋人工智能的基礎知識以及深度學習的基本原理、模型、方法和實踐案例，使讀者掌握深度學習的相關知識，提高以深度學習方法解決實際問題的能力。全書內(nèi)容包括人工智能基礎、機器學習基礎、深度學習主要框架、深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、自編碼器與生成對抗網(wǎng)絡。 本