机器学习虽然对改进产品性能和推进研究有很大的潜力，但无法对它们的预测做出解释，这是当前面临的一大障碍。《可解释机器学习：黑盒模型可解释性理解指南》书是一本关于使机器学习模型及其决策具有可解释性的书。本书探索了可解释性的概念，介绍了简单的、可解释的模型，例如决策树、决策规则和线性回归，重点介绍了解释黑盒模型的、与模型无关

这是一本写给普通人了解AI的趣味科普，它还有超级可爱的漫画！这本书“非常易读、有料，而且妙趣横生、令人捧腹”（《万物发明指南》作者瑞安·诺思），带领普通人走进人工智能那个奇妙古怪又不可思议的世界，是一场幽默可爱的导览。本书的主要内容是人工智能可以做什么、不能做什么，以及它为什么已经影响了我们生活的方方面面

本书是一本针对所有层次的智能技术读者而作的基于Python实现智能技术的入门书。全书分四大部分：第一部分介绍用Python获取数据所必须了解的基本概念，其中包括Python语法，HTTP标记和基本文件存储，以及从网页中爬取数据的方法和爬虫框架等内容。第二部分讨论了JSON数据格式和基于结构化和非结构化数据库的存储，包括

书特色主要有：1、注重实例的一本教材尽可能简化繁琐的数学推导和定理证明，将重点放在解决问题的原理和思路上，并介绍一些经典有趣的实例。2、适合不同专业层次的教材选择结合教学、科研及应用需求，注重概念清晰、既有深度又有广度、理论性较强的教材，着力于内容的体系化，适合不同层次专业选用。3、注重能力评价的考核方式注重能力评价的

本书以数据驱动的数学问题研究为核心，是一部由研究工作构成的原创著作。全书共分7章，按三个模块划分：第一个模块是研究背景和框架介绍，即第1章绪论，这是本书主题内容的一个导论；第二个模块是粒度空间的基础理论及模型，由第2～5章组成，其中涉及粒度空间的基本理论，结构聚类特征与融合，以及聚类结构分析理论等研究；第三个模块是粒度

《大学人工智能基础（大学计算机系列教材）》是华东师大非计算机专业本科生理科方向教学用书。大学程序设计基础是大学计算机教学的核心课程，该书以零基础的初学者为对象，循序渐进地讲述各种客观数据对象在计算机世界中是如何表示的，计算机又是如何操作数据对象，实现各种功能的。《大学人工智能基础（大学计算机系列教材）》旨在帮助读者形成

本书共9章，主要内容包括物联网初探、物联网的演进、物联网设备识别、物联网信息感知、物联网通信、物联网的计算、物联网服务、物联网的典型应用、物联网综合应用实例等。本书可作为高职高专及应用型本科院校物联网应用技术专业的教材，也可作为从事物联网相关工作的技术人员的参考书。

走进物联网世界

知识图谱的发展历史源远流长，从经典人工智能的核心命题——知识工程，到互联网时代的语义Web，再到当下很多领域构建的数千亿级别的现代知识图谱。知识图谱兼具人工智能、大数据和互联网的多重技术基因，是知识表示、表示学习、自然语言处理、图数据库和图计算等多个领域技术的综合集成。本书全面覆盖了知识图谱的表示、存储、获取、推理、融

本书介绍内容包括支持向量机、线性回归、决策树、遗传算法、深度神经网络（VGG、GooleLeNet、Resnet、MobileNet、EfficientNet）、循环神经网络（LSTM、GRU、Attention）、生成对抗网络（DCGAN、WGAN-GP）、自编码器、各种聚类算法、目标检测算法（YOLO、MTCNN）