本书全面梳理机器学习、深度学习和强化学习相关理论和方法,完整设计各种模型和算法的应用实例。首先概述与人工智能和深度学习相关的基本概念和发展历程;然后详细介绍机器学习中的回归任务、分类任务、梯度下降法的基本理论和算法,并给出完整的TensorFlow编程实例;之后循序渐进地阐述人工神经网络与深度学习、深度神经网络的训练方

本书是第一本探讨如何对不同方法进行均衡处理,以便建模和解决序贯决策问题的图书,承袭了大多数聚焦于机器学习、优化和模拟的书籍的风格。本书专为具有概率和统计背景知识并对建模和应用程序感兴趣的读者而设计。线性规划有时用于特定的问题类型。本书提供了一个可以借助5个核心组件(状态变量、决策变量、外部信息变量、转移函数和目标函数)

本书围绕MLOps展开,全面阐释其概念与落地实践。开篇对MLOps进行概述,剖析其体系架构、价值定位与技术栈。随后各章从特征工程、模型训练与推理,到可观测性基础设施,通过理论阐述与架构解析,并结合Uber、Meta等知名案例,分享建设思路。此外,本书还介绍RayCore及RayAI库的使用,并提供大语言模型训练部署实例

本书通过系统而全面的介绍，帮助读者深入理解和掌握图机器学习的基本原理、方法和技术；同时，通过丰富的案例和实践经验，展示了图机器学习在各个领域的应用价值和广阔前景。 本书基于斯坦福大学图机器学习CS224W课程的内容编写，结合作者自身和团队学生在图机器学习中的痛点和实践经验，重新梳理知识脉络，重点介绍图机器学习的相关知识

本书系统研究了深度学习模型在面临新型对抗攻击时的鲁棒性问题，全面分析了对抗鲁棒机器学习的研究现状及面临的问题和挑战，并提出了创新性的解决方案。在对抗鲁棒性评估方面，构建了集成非Lp范数新型攻击的综合评估基准，为全面评估模型鲁棒性提供了工具。在对抗样本检测方面，提出了基于小样本学习的对抗样本检测方法，能够有效检测未知类型

布尔巴基学派的序、代数、拓扑三大母结构是现代数学的基础。利用计算机证明辅助工具，可以完整构建这三大母结构的形式化系统。本书利用交互式定理证明工具Coq，实现Morse-Kelley公理化集合论形式化系统，可以迅速而自然地给出一个数学基础，摆脱了明显的悖论。在我们开发的系统中，全部定理无例外地给出Coq的机器证明代码，所

全书分为五大部分。第一部分包含第1-3章，可便于读者对构建基于机器学习的预测数据分析框架及其核心知识有一个基本的了解和认识。第二部分包括第4-9章，涵盖了主要的有监督机器学习的知识，可以使读者对应用于数据分析的有监督机器学习方法有一个比较全面的理解和认识，便于为以后的学习和工作奠定扎实的理论基础。第三部分包括第10章和

本书共分为4个大部分、11个章节。4个大部分分别为：对ZBrush的介绍、对人体结构的拆解、对如何使用ZBrush制作人体局部的讲解以及打印测试等环节的相关注意事项。11个章节分别对使用ZBrush的准备工作、ZBrush的初始界面、人体结构、男性BJD头部的制作、BJD头部功能的拆分、男性BJD身体的制作、BJD手部

《三维建模：理论与实操（微课版）》是面向3dsMax2020软件初学者编写的一本理论与实操相结合的理实一体教材。本书对三维建模的基础知识、常用建模技能做了细致讲解，并通过多个章节的项目实战，全面展现了三维建模在不同领域中的应用情况，如家具建模、家居用品建模、工业零件建模、建筑建模、场景建模等。本书为每一个实战案例配备了

本书对AnimateCC2019的基本操作方法、动画的设计与制作技巧及Animate在不同设计领域的应用进行详细的介绍。 本书分为上下两篇：上篇为第1~11章，主要包括AnimateCC2019基础知识、绘制与编辑图形、对象的编辑和操作、编辑文本、外部素材的使用、元件和库、制作基本动画、图层与高级动画、声音的导入和编辑