如何在保證本地訓練數(shù)據(jù)不公開的前提下，實現(xiàn)多個數(shù)據(jù)擁有者協(xié)同訓練一個共享的機器學習模型？傳統(tǒng)的機器學習方法需要將所有的數(shù)據(jù)集中到一個地方（例如，數(shù)據(jù)中心），然后進行機器學習模型的訓練。但這種基于集中數(shù)據(jù)的做法無疑會嚴重侵害用戶隱私和數(shù)據(jù)安全。如今，世界上越來越多的人開始強烈要求科技公司必須根據(jù)用戶隱私法律法規(guī)妥善地處理

本書由資深樹莓派玩家精心寫作，由淺入深地介紹樹莓派在人工智能中的熱點應用，具有很好的前瞻性，主要內(nèi)容包括：樹莓派的DebianLinux操作系統(tǒng)及其命令行的常見操作；語音傳感器的使用（以ReSpeaker和GoogleVoice語音套件為例），即語音喚醒、語音識別、語音轉文字、語音控制設備等硬件的原理及使用等；智能圖像

《人工智能（AI）應用從入門到精通》是一本人工智能應用入門級讀物，全書分基礎篇和應用篇兩個部分�；�礎篇包括人工智能的基本認知、人工智能的關鍵技術、人工智能的基本要素、人工智能的產(chǎn)業(yè)應用和人工智能的倫理安全五部分內(nèi)容；應用篇包括人工智能+教育、人工智能+醫(yī)療、人工智能+金融、人工智能+交通、人工智能+安防、人工智能+零售

本書梳理出機器學習理論中的七個重要概念或理論工具,即:可學習性,(假設空間)復雜度,泛化界,穩(wěn)定性,一致性,收斂率,遺憾界。每章聚焦其一,除介紹基本概念外,還給出若干分析實例,如顯示出不同理論工具如何應用于支持向量機這種常見機器學習技術。讀者今后對具體機器學習問題或技術作分析時,可根據(jù)條件選擇適用的工具。

《文本機器學習》系統(tǒng)性地介紹了多個經(jīng)典的和前沿的機器學習技術及其在文本域中的應用。首先，詳細介紹了面向文本數(shù)據(jù)的預處理技術和經(jīng)典的機器學習技術（如矩陣分解與主題建模、聚類與分類/回歸等），并深入探討了模型的原理和內(nèi)在聯(lián)系以及相應的性能評估；其次，詳細介紹了結合異構數(shù)據(jù)的文本學習技術（如知識共享與遷移學習等），以及面向信

務實地解決AI問題需要更多地關注結果而不僅是技術。歸根結底，花費數(shù)月時間為一些永遠無法投入生產(chǎn)的任務選擇*佳的機器學習算法只是徒勞無功和浪費金錢。將更多的機器學習技術投入到生產(chǎn)過程的一種方式就是停止辛勤工作，使用云提供商提供的現(xiàn)成解決方案是避免這種辛勤工作的強大技術。從英雄驅(qū)動式開發(fā)轉向鼓勵業(yè)務連續(xù)性和交付解決方案的組

《TensorFlow深度學習從入門到進階》以TensorFlow為主線進行講解，書中每章節(jié)都以理論引出，以TensorFlow應用鞏固結束，理論與實踐相結合，讓讀者快速掌握TensorFlow機器學習�！禩ensorFlow深度學習從入門到進階》共11章，主要包括TensorFlow與深度網(wǎng)絡、TensorFlow編

《Keras高級深度學習》是高級深度學習技術的綜合指南，內(nèi)容包括自編碼器、生成對抗網(wǎng)絡（GAN）、變分自編碼器（VAE）和深度強化學習（DRL），在這些技術的推動下，AI于近期取得了令人矚目的成就。《Keras高級深度學習》首先對多層感知器（MLP）、卷積神經(jīng)網(wǎng)絡（CNN）和循環(huán)神經(jīng)網(wǎng)絡（RNN）進行了概述，這些是本書

本書內(nèi)容主要涉及人工智能經(jīng)典及實用的關鍵技術，以及人工智能近年來*新發(fā)展的技術，具體包括人腦認知、經(jīng)典人工智能、經(jīng)典人工神經(jīng)網(wǎng)絡、優(yōu)化與智能計算、統(tǒng)計學習方法、深度學習、強化學習、自然語言處理、智能機器人。為了便于讀者理解，在介紹關鍵技術的同時，列舉了一些應用實例；主要章后均附有習題。本書結合了編者多年來從事人工智能科

強化學習是一類重要的機器學習方法,在很多領域得到了成功的應用,*近幾年與深度學習結合起來,進一步推動了人工智能的發(fā)展?本書首先介紹了強化學習的基本原理,然后介紹典型的強化學習算法,包括時序差分?SARSA?Q-Learning?DeepQ-network?DoubleDQN?競爭網(wǎng)絡結構?Rainbow?Actor-C