随着数据存储技术、网络技术和云计算技术的快速发展,数据正以前所未有的速度在不断地增长和积累。在各种实际应用中,需要处理的数据量越来越大。而样例选择就是从包括冗余或噪声的海量数据中选择重要数据的技术,是机器学习的重要数据预处理步骤,对后续学习算法的训练及性能有很大的影响.在机器学习中,样例选择有两种场景：一是主动学习场景

12大专题讲解+31个温馨提示＋70多个效果文件+208页PPT教学课件＋210多分钟教学视频＋280多张精美插图，随书还提供了200多个提示词等资源，帮助读者从入门到精通，快速掌握ChatGPT4的操作技巧。全书共分为5篇，具体内容如下： AI提示篇介绍了ChatGPT4的基本操作，以及优化AI提示让回答更加精准等内

本书是一本专为编程爱好者和专业人士设计的实用指南。全书共分为十个章节，系统地介绍了人工智能在编程领域的应用，特别是AI辅助编程工具如何简化编程学习过程和提升编程能力。第一章从AI辅助编程工具的基本概念入手，为读者揭开AI编程的神秘面纱。随后，书中深入探讨了GitHubCopilot等前沿工具，这些工具能够通过智能代码补

本书对机器学习的基础知识和基本算法进行了详细的介绍，对广泛应用的经典算法(如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等)进行了深入的分析，并讨论了无监督学习的基本方法。用6章对深度学习和深度强化学习进行了相当全面的叙述，不仅深入地讨论了反向传播算法、多层感知机、卷积神经网络、循环神经网络和长短期记忆

《PyTorch深度学习项目教程》根据初学者的学习曲线和职业生涯成长规律，由浅入深设计了5个基础项目和3个综合项目。基础项目包括手写数字识别、二维曲线拟合、猫狗图像分类、提升猫狗图像分类的准确率和文本翻译，引导读者使用PyTorch构建神经网络算法框架，深入探讨了深度学习数据集构建、神经网络模型原理及实现、算法训练与评

本书系统阐述了机器学习的基本理论、算法和实现。全书共11章：第1章着重介绍了机器学习的基本知识；第2章介绍了样本数据预处理和提取的传统算法(如PCA和LDA)，并增加了流形学习和稀疏表征等理论；第3-8章系统介绍了传统机器学习算法，如监督学习(贝叶斯、最近邻、线性模型、非线性模型和集成学习)和非监督学习(聚类)；第9、

大模型作为人工智能技术的重要发展方向，逐渐成为未来科技发展的重要方向之一。基于此，本书重点介绍与大模型相关的基础知识、原理与技术。本书分为14章，内容包括深度学习基础、自然语言处理、大模型网络结构、大模型训练与优化、大模型微调及相关应用案例等。全书强调内容的科学性与系统性，从大模型历史发展脉络、理论基础、构建方法到应用

机器学习虽然在改进产品性能、产品流程和推进研究方面有很大的潜力，但仍面临一大障碍——计算机无法解释其预测结果。因此，本书旨在阐明如何使机器学习模型及其决策具有可解释性。本书探索了可解释性的概念，介绍了许多简单的可解释模型，包括决策树、决策规则和线性回归等。本书的重点是模型不可知方法，用于解释黑盒模型（如特征重要性和累积

大模型技术掀起了新一轮人工智能浪潮，以ChatGPT为核心的大模型相关技术可以应用于搜索、对话、内容创作等众多领域，在推荐系统领域的应用也不例外。本书主要分为3部分。第1部分简单介绍大模型相关技术，包括大模型的预训练、微调、在线学习、推理、部署等。第2部分将大模型在传统推荐系统中的应用抽象为4种范式——生成范式、预训练

"《自动控制原理（MATLAB版·新形态版）》从控制系统建模、分析和设计三方面入手，比较全面地阐述了自动控制的基本理论和应用，主要内容包括自动控制的一般概念、自动控制系统的数学模型、时域分析法、根轨迹法、频域分析法、控制系统的校正、离散系统理论和非线性控制系统分析等内容。《自动控制原理（MATLAB版·新形态版）》详细