隨著人工智能技術(shù)在各行業(yè)的應(yīng)用蓬勃發(fā)展，其已滲透社會及人們?nèi)粘Ｉ�活的方方面面，且在圖像分類、目標(biāo)識別、自然語言處理等領(lǐng)域顯示了良好的效果和前景。但是，人工智能及其分支技術(shù)有一些特定的脆弱性，在某些場景下容易受到欺騙和攻擊，若不對此采取一定措施，就有可能造成嚴(yán)重的后果。本書通過介紹針對圖像分類的對抗技術(shù)，描述了深度神經(jīng)網(wǎng)

隨著AI技術(shù)的普及，如何快速理解、掌握并應(yīng)用AI技術(shù)，成為絕大多數(shù)程序員亟需解決的問題。本書基于Keras框架并以代碼實現(xiàn)為核心，詳細(xì)解答程序員學(xué)習(xí)AI算法時的常見問題，對機器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)等概念在實際項目中的應(yīng)用建立清晰的邏輯體系。本書分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨立開發(fā)較簡單的機器學(xué)習(xí)應(yīng)用，

本書面向初學(xué)者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎(chǔ)知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術(shù)，體驗人工智能帶給自己的樂趣。本書首先通過mDesigner+開源硬件的結(jié)合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關(guān)的深度學(xué)習(xí)及其所需要的編程語言、編程框架及編

《人工智能基礎(chǔ)數(shù)學(xué)知識》基于流行的Python語言，通俗易懂地介紹了入門人工智能領(lǐng)域必需必會的數(shù)學(xué)知識，旨在讓讀者輕松掌握并學(xué)以致用。 《人工智能基礎(chǔ)數(shù)學(xué)知識》分為線性代數(shù)、概率和優(yōu)化等3篇，共21章，覆蓋了人工智能領(lǐng)域中重要的數(shù)學(xué)知識點。本書寫作風(fēng)格通俗有趣，讀者可在潛移默化中掌握這些數(shù)學(xué)知識以及相關(guān)的編程操作，并能

粒計算是目前人工智能領(lǐng)域內(nèi)廣為關(guān)注的研究課題，本書旨在為初學(xué)者提供學(xué)習(xí)粒計算理論與方法的基本指導(dǎo)。模糊集、粗糙集和概念格是粒計算的三種主要的方法，本書把這三種方法有機地結(jié)合成為一個粒計算的基本理論框架，主要包括：1）模糊集理論，2）粗糙集理論，3）概念格理論。

《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》敘述了從數(shù)學(xué)到統(tǒng)計、從統(tǒng)計到人工智能的發(fā)展，結(jié)合大量的實際商業(yè)應(yīng)用案例介紹了諸多經(jīng)典的機器學(xué)習(xí)算法，比如LASSO回歸、MCMC、決策樹、隨機森林和神經(jīng)網(wǎng)絡(luò)等�！稄慕y(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場景，從理論到實際操作層層遞進，讀者從中

本書從區(qū)塊鏈的四個核心前沿技術(shù)--分布式賬本、加密技術(shù)、共識機制和智能合約技術(shù)入手，重點介紹公有鏈、聯(lián)盟鏈和私有鏈上的共識機制，描述其中使用的去中心化算法，包括PoW（工作量證明），PoS（權(quán)益證明），DPoS（股份授權(quán)證明），Ripple共識，PBFT（實用拜占庭容錯）和PoV（投票證明）等，并具體分析了每個算

作為一個崛起中的新興力量，人工智能不僅僅是一種技術(shù)，它的發(fā)展除了在科學(xué)和產(chǎn)業(yè)發(fā)展領(lǐng)域產(chǎn)生影響之外，還將對現(xiàn)行人類的社會規(guī)范、生活模式產(chǎn)生非常深遠(yuǎn)的影響。隨著第三次人工智能潮的到來，人們對人工智能及其未來的發(fā)展充滿強烈的興趣和諸多的疑問——什么是人工智能？人工智能對人類生活會有哪些深遠(yuǎn)影響？我們又能通過人工智能實現(xiàn)什么樣

本書介紹了與AI相關(guān)的理論知識，例如，AI的核心、AI的3個發(fā)展階段、AI的科技支撐點等。為了增強本書的全面性和系統(tǒng)性，也為了向大家多傳授一些干貨，本書將重點放在了AI在各行各業(yè)、各個領(lǐng)域的商業(yè)化落地項目上。值得注意的是，本書添加了很多代表性案例，希望為讀者提供實實在在的幫助�？梢哉f，在“AI+商業(yè)”方面，本書既具有實

機器學(xué)習(xí)是一門涉及高等數(shù)學(xué)、線性代數(shù)、概率論、統(tǒng)計學(xué)和運籌學(xué)等領(lǐng)域的交叉學(xué)科。機器學(xué)習(xí)的基礎(chǔ)就是數(shù)學(xué)，這也就要求學(xué)習(xí)者要有良好的數(shù)學(xué)基礎(chǔ)。為了降低機器學(xué)習(xí)的學(xué)習(xí)門檻，本書深入淺出地對機器學(xué)習(xí)算法的數(shù)學(xué)原理進行了嚴(yán)謹(jǐn)?shù)耐茖?dǎo)；并利用Python3對各種機器學(xué)習(xí)算法進行復(fù)現(xiàn)，還利用介紹的算法在相應(yīng)數(shù)據(jù)集上進行實戰(zhàn)。本書主要內(nèi)