機(jī)器學(xué)習(xí)是人工智能的一個(gè)方向。它是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門(mén)學(xué)科。其目標(biāo)是使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類(lèi)學(xué)習(xí)活動(dòng)，從現(xiàn)有大量的數(shù)據(jù)中學(xué)習(xí)，利用經(jīng)驗(yàn)不斷改善系統(tǒng)性能。機(jī)器學(xué)習(xí)步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、建立模型、模型評(píng)估和預(yù)測(cè)。本書(shū)共6章。第1章節(jié)主要介紹機(jī)器學(xué)習(xí)的基本概念及其發(fā)展史、機(jī)器學(xué)習(xí)分類(lèi)、常見(jiàn)機(jī)器學(xué)習(xí)算法及其特點(diǎn)；第2章搭建機(jī)器學(xué)習(xí)開(kāi)發(fā)環(huán)境，主要包括anaconda\pycharm\python軟件的安裝及使用，以及常見(jiàn)機(jī)器學(xué)習(xí)庫(kù)的介紹和安裝使

本書(shū)闡釋了人工智能（AI）的獨(dú)特之處，它可能導(dǎo)致哪些法律和道德問(wèn)題，以及我們?nèi)绾谓鉀Q這些問(wèn)題。它認(rèn)為AI與先前其他的任何技術(shù)都有不同，因?yàn)樗�能夠�?dú)立且不可預(yù)測(cè)地做出決策。這引發(fā)了三個(gè)問(wèn)題：責(zé)任——如果AI造成傷害，誰(shuí)來(lái)負(fù)責(zé)；權(quán)利——賦予AI法律人格的道德?tīng)?zhēng)議和務(wù)實(shí)理由；以及圍繞人工智能決策的倫理規(guī)范。該書(shū)建議，為了解決這些問(wèn)題，我們需要跨行業(yè)和國(guó)際層面制定新的制度和法規(guī)。本書(shū)包含對(duì)復(fù)雜主題的清晰解釋?zhuān)瑢��?huì)吸引不同學(xué)科的受眾，無(wú)論是對(duì)法律、政治和哲學(xué)感興趣的人士，還是對(duì)計(jì)算機(jī)編程、工程和神經(jīng)科學(xué)感

本書(shū)是近年來(lái)作者對(duì)混合智能系統(tǒng)研究成果及經(jīng)驗(yàn)的總結(jié)。本書(shū)界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計(jì)科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對(duì)串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反饋型混合智能系統(tǒng)、內(nèi)嵌型混合智能系統(tǒng)、混聯(lián)型混合智能系統(tǒng)的應(yīng)用特點(diǎn)進(jìn)行分析的基礎(chǔ)上，對(duì)基于案例推理的混合智能系統(tǒng)構(gòu)造方法進(jìn)行了實(shí)證研究，并將混合智能系統(tǒng)引入商務(wù)智能的應(yīng)用中。最后對(duì)

校驗(yàn)級(jí)聯(lián)（PCC）極化碼通過(guò)引入一定數(shù)量的分散校驗(yàn)比特，實(shí)時(shí)校驗(yàn)譯碼信息，有效提升了中短碼長(zhǎng)下的糾錯(cuò)性能，成功入選5G信道編碼標(biāo)準(zhǔn)。本書(shū)詳細(xì)介紹了PCC極化碼原理及關(guān)鍵技術(shù)，主要包括極化碼原理、PCC極化碼編碼、PCC極化碼譯碼、PCC極化碼硬件實(shí)現(xiàn)、PCC極化碼技術(shù)演進(jìn)及PCC極化碼應(yīng)用與展望。

本書(shū)系統(tǒng)地梳理并總結(jié)國(guó)內(nèi)外同行專(zhuān)家近年來(lái)在偏序集或格上的模糊聯(lián)結(jié)詞和聚合算子方面的研究成果。全書(shū)共5章,主要包括：預(yù)備知識(shí)；偏序集或格上的三角模和三角余模以及它們誘導(dǎo)的模糊蘊(yùn)涵和模糊余蘊(yùn)涵的基本性質(zhì)；單位閉區(qū)間上的一致模的分類(lèi)及幾類(lèi)特殊一致模的特征；有界格上一致模的構(gòu)造與表示,一致模誘導(dǎo)的模糊蘊(yùn)涵和模糊余蘊(yùn)涵的特征及關(guān)系；完備格上左（右）半一致模、模糊蘊(yùn)涵和模糊余蘊(yùn)涵的構(gòu)造及關(guān)系。

ChatGPT掀起了現(xiàn)象級(jí)的風(fēng)暴，趕超ChatGPT潮流，算法突破是關(guān)鍵。 本書(shū)介紹了若干常見(jiàn)算法，涉及排序、哈希、動(dòng)態(tài)規(guī)劃與近似算法、高斯消去法、圖論與線性規(guī)劃、無(wú)約束優(yōu)化、迭代法、插值與擬合等。本書(shū)在介紹算法的同時(shí)，結(jié)合了作者自己對(duì)數(shù)學(xué)背景、應(yīng)用場(chǎng)景的理解，便于讀者把握算法的核心思想。而且，本書(shū)不僅指出了哪些算法可以解決問(wèn)題，還指出了哪些算法可以更好地解決問(wèn)題，便于讀者深入理解算法。本書(shū)盡可能地避開(kāi)了以應(yīng)試為導(dǎo)向的灌輸式講解，力求引起讀者的興趣并擴(kuò)大其視野，例如在介紹哈希時(shí)，講解了如何將哈希

不同業(yè)態(tài)、規(guī)模和技術(shù)能力的企業(yè)，其數(shù)字化轉(zhuǎn)型過(guò)程的步驟和關(guān)鍵節(jié)點(diǎn)有所不同，因而容易出現(xiàn)局部繁榮和全局收益不明顯的現(xiàn)象。同時(shí)，數(shù)字化的理念正在經(jīng)歷顛覆式的發(fā)展，由方法論下沉到實(shí)踐，又通過(guò)實(shí)踐對(duì)方法論不斷進(jìn)行補(bǔ)充。因此，數(shù)字化轉(zhuǎn)型對(duì)技術(shù)的要求越來(lái)越高。本書(shū)從技術(shù)共享、成熟度模型、核心技術(shù)體系、場(chǎng)景賦能等方面，對(duì)技術(shù)賦能企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行全局描述，并輔以案例說(shuō)明。本書(shū)還涵蓋大量的數(shù)字技術(shù)體系和管理方式，以幫助讀者快速掌握相應(yīng)的數(shù)字工具和技術(shù)方法。

SpringBoot是目前JavaEE開(kāi)發(fā)中頗受歡迎的框架之一。依托于底層SpringFramework的基礎(chǔ)支撐，以及完善強(qiáng)大的特性設(shè)計(jì)，SpringBoot已成為業(yè)界流行的應(yīng)用和微服務(wù)開(kāi)發(fā)基礎(chǔ)框架�！禨pringBoot源碼解讀與原理分析》共14章，分為4個(gè)部分。第一部分介紹SpringBoot底層依賴的核心容器，以及底層SpringFramework的兩大核心特性IOC和AOP；第二部分從底層源碼角度深入剖析SpringBoot的生命周期，包括SpringApplication、IOC容器

這是一部匯聚和濃縮了淘寶近20年軟件交付方法與經(jīng)驗(yàn)的著作，由阿里巴巴集團(tuán)大淘寶技術(shù)部歷時(shí)36個(gè)月撰寫(xiě)而成，得到了阿里巴巴合伙人程立（魯肅）的高度評(píng)價(jià)。這本書(shū)圍繞軟件價(jià)值交付的全生命周期展開(kāi)，完整講解了淘寶高效交付的體系化建設(shè)，從目標(biāo)確定到需求拆分，從高效開(kāi)發(fā)的技術(shù)架構(gòu)、研發(fā)流程到工具平臺(tái)建設(shè)，再到完善的全鏈路質(zhì)量保障和用戶體驗(yàn)保障實(shí)踐，最后用橫向的項(xiàng)目管理串聯(lián)起全鏈路交付的每個(gè)環(huán)節(jié)，實(shí)現(xiàn)價(jià)值的高效流動(dòng)。全書(shū)具體內(nèi)容從以下8個(gè)維度展開(kāi)：（1）目標(biāo)與需求管理：淘寶的戰(zhàn)略目標(biāo)管理、項(xiàng)目目標(biāo)管理以及不同

本書(shū)全面介紹了預(yù)測(cè)性分析相關(guān)方法，不僅直觀地闡述了相關(guān)概念，還給出了現(xiàn)實(shí)的示例問(wèn)題和真實(shí)的案例研究包括從失敗項(xiàng)目獲得的經(jīng)驗(yàn)教訓(xùn)。本書(shū)理論和實(shí)踐內(nèi)容相對(duì)平衡，便于讀者加深理解。全書(shū)共9章，外加一個(gè)附錄。第1章為分析導(dǎo)論，第2章為預(yù)測(cè)性分析和數(shù)據(jù)挖掘?qū)д�，�?章介紹預(yù)測(cè)性分析的標(biāo)準(zhǔn)流程，第4章介紹預(yù)測(cè)性分析的數(shù)據(jù)和方法，第5章介紹預(yù)測(cè)性分析算法，第6章探討預(yù)測(cè)性建模中的高階主題，第7章介紹文本分析、主題建模和情感分析，第8章介紹預(yù)測(cè)性分析使用的大數(shù)據(jù)，第9章介紹深度學(xué)習(xí)和認(rèn)知計(jì)算，附錄展望了商業(yè)分析