澳大利亚新华书店网

机器学习系统(设计和实现)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：编者:麦络//董豪|责编:曾珊出版社：清华大学
近年来，机器学习技术广泛用于各行各业，诞生了众多突破性成果。其中，机器学习框架和相关系统作为机器学习技术的核心基础，受到众多科研人员和开发者的密切关注。本书由浅入深，通俗易懂地讲解机器学习框架设计和实现过程中所涉及的核心知识。本书分为三大部分。基础篇覆盖了使用者所需要了解的机器学习框架核心系统知识和相关编程案例。进阶篇覆盖了开发者所需要理解的机器学习框架核心知识和相关实践案例。拓展篇详细讨论了多种类型的机器学习系统，从而为广大机器学习从业者提供解密底层系统所需的基础知识。
售价：31.60

深度学习系统设计(理论与实践)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：人工智能系统小组|责编:梁伟//韩飞出版社：机械工业
近年来人工智能特别是深度学习技术得到了飞速发展，这背后离不开计算机硬件和软件系统的不断进步。在可见的未来，人工智能技术的发展仍将依赖于计算机系统和人工智能相结合的共同创新模式。本书介绍了前沿的系统和人工智能相结合的研究工作，包括AI for Systems和Systems for AI，以帮助读者更好地寻找和定义有意义的研究问题。同时，本书从系统研究的角度出发设计实验课程，通过操作和应用主流及最新的框架、平台和工具来鼓励读者动手实现和优化系统模块，以提高解决实际问题的能力，而不仅仅是了解工具使用。本书主要面向相关领域的本科生、研究生、教师、工程师和研究员，帮助他们完整地了解支持深度学习的计算机系统架构，并通过解决实际问题来学习深度学习完整生命周期下的系统设计。
售价：59.60

设计深度学习系统/智能系统与技术丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)王迟//司徒杰鹏|责编:刘锋|译者:薛明//刘毅冰出版社：机械工业
丛书项：智能系统与技术丛书
本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。作者首先描述一个典型的深度学习系统的整体，包括其主要组件以及它们之间的连接方式，然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章节，会在开始时讨论需求，接着介绍设计原则和示例服务/代码，并评估开源解决方案。通过阅读本书，读者将能够了解深度学习系统的工作原理，以及如何开发每个组件。本书的主要读者对象是想要从事深度学习平台工作或将一些人工智能功能集成到产品中的软件工程师。
售价：43.60

分布式机器学习(系统工程与实战)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：柳浩|责编:黄爱萍出版社：电子工业
本书主要讲解分布式机器学习算法和开源框架，读者既可以从宏观的设计上了解分布式机器学习的概念和理论，也可以深入核心技术的细节设计中，对分布式机器学习形成深刻而直观的认识，做到学以致用。本书共分为5篇，第1篇是分布式基础，首先介绍了分布式机器学习的概念、基础设施，以及机器学习并行化技术、框架和软件系统，然后对集合通信和参数服务器PS-Lite进行了介绍。第2 篇是数据并行，以PyTorch 和Horovod为主对数据并行进行分析，读者可以了解在具体工程领域内实现数据并行有哪些挑战和解决方案。第3篇是流水线并行，讲解了除模型划分之外，还通过引入额外的流水线来提高效率，以 GPipe/PyTorch/PipeDream 为例进行分析。第4篇是模型并行，首先对 NVIDIAMegatron进行分析，讲解如何进行层内模型并行，然后讲解PyTorch如何支持模型并行，最后介绍分布式优化器。第5篇是 TensorFlow分布式，前面几篇以PyTorch为纲，结合其他框架/库来穿插完成，本篇带领大家进入 TensorFlow分布式领域。
售价：55.60

构建可靠的机器学习系统
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)凯茜·陈//(爱尔兰)尼尔·理查德·墨菲//(美)克兰蒂·帕里萨//D.斯卡利//托德·安德伍德|责编:王春华|译者:林然//王薇//王祎//秦正一出版社：机械工业
本书融合作者构建、运维和扩展大型机器学习系统的经验，通过丰富的示例，详细讲解如何运行高效、可靠的机器学习系统。本书首先概述机器学习相关概念和数据管理原则，涵盖数据管理、机器学习模型、评估质量、特征、公平性、隐私等主题；然后介绍机器学习模型及其生命周期；最后讲述如何将机器学习引入组织，以及引入后组织会发生什么等复杂问题。
售价：55.60

深度强化学习实战/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)亚历山大·扎伊//布兰登·布朗|责编:吴晋瑜|译者:李晗出版社：人民邮电
丛书项：深度学习系列
本书先介绍深度强化学习的基础知识及相关算法，然后给出多个实战项目，以期让读者可以根据环境的直接反馈对智能体加以调整和改进，进一步提升运用深度强化学习技术解决实际问题的能力。本书涵盖深度Q网络、策略梯度法、演员-评论家算法、进化算法、 Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧贴深度强化学习技术的发展趋势，且所有项目示例以 Jupter Notebook样式给出，便于读者修改代码、观察结果并及时获取经验，能够带给读者交互式的学习体验。
售价：47.92

深度学习入门与TensorFlow实践/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：林炳清|责编:谢晓芳出版社：人民邮电
丛书项：深度学习系列
本书首先介绍深度学习方面的数学知识与Python基础知识，线性模型中的线性回归模型和logistic模型；然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程，输出层的激活函数和隐藏层的常见激活函数，深度学习的过拟合和欠拟合，应对过拟合的方法，以及使用TensorFlow 2建立深度神经网络模型的步骤；接着介绍卷积神经网络及其两个重要的组成部分—卷积和池化，以及如何使用 TensorFlow 2建立卷积神经网络；最后讨论如何从零开始实现循环神经网络，如何搭建深度学习框架，如何使用TensorFlow 2建立循环神经网络模型。本书既可供从事人工智能方面研究的专业人士阅读，也可供计算机专业的师生阅读。
售价：39.96

深度学习与飞桨PaddlePaddle Fluid实战/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：于祥出版社：人民邮电
丛书项：深度学习系列
飞桨PaddlePaddle Fluid是百度推出的深度学习框架，不仅支撑了百度公司的很多业务和应用，而且随着其开源过程的推进，在很多行业得到普及、应用和关注。本书基于最新的飞桨PaddlePaddle Fluid版本，以真实的应用案例介绍如何用飞桨PaddlePaddle解决主流的深度学习问题。全书共14章。本书首先介绍了什么是飞桨。PaddlePaddle，然后介绍了其核心设计思想，进而紧紧结合案例介绍了飞桨PaddlePaddle在主流的图像任务领域、NLP领域的应用，最后还探讨了 Paddle-Mobile与Anakin框架等高级主题。附录A和B给出了飞桨：PaddlePaddle与TensorFlow、Caffe框架的接口中常用层的对比。本书非常适合对人工智能感兴趣的学生、从事机器学习相关工作的读者阅读，尤其适合想要通过飞桨 PaddlePaddle掌握深度学习应用技术的研究者和从业者参考。
售价：39.60

深度学习--从基础到实践(上下)/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)安德鲁·格拉斯纳|责编:吴晋瑜|译者:罗家佳出版社：人民邮电
丛书项：深度学习系列
本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的scikit-learn库和深度学习的Keras库（这两种库均基于Python语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。
售价：79.92

Python神经网络项目实战/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)詹姆斯·洛伊|责编:武晓燕|译者:艾凌风出版社：人民邮电
丛书项：深度学习系列
本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。本书包含了6个神经网络相关的项目，分别是糖尿病预测、出租车费用预测、图像分类、图像降噪、情感分析和人脸识别，这6个项目均是从头开始实现，且使用了不同的神经网络。在每个项目中，本书首先会提出问题，然后介绍解决该问题需要用到的神经网络架构，并给出选择该神经网络模型的原因，最后会使用 Python语言从头实现该模型。此外，本书还介绍了机器学习和神经网络的基础知识，以及人工智能未来的发展。本书需要读者具备一定的Python编程知识，适合数据科学家、机器学习从业人员以及对神经网络感兴趣的读者阅读。
售价：31.92

Python神经网络编程/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(英)塔里克·拉希德|责编:陈冀康|译者:林赐出版社：人民邮电
丛书项：深度学习系列
神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。本书揭示神经网络背后的概念，并介绍如何通过 Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用 Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识和树莓派知识。本书适合想要从事神经网络研究和探索的读者学习参考，也适合对人工智能、机器学习和深度学习等相关领域感兴趣的读者阅读。
售价：31.92

计算机视觉和深度学习在自动驾驶汽车中的应用/智能网联汽车机器学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(印)苏米特·兰詹//S.森塔米拉苏|责编:何士娟//张翠翠|译者:程诚//吴洪状出版社：机械工业
丛书项：智能网联汽车机器学习系列
计算机视觉以及深度学习技术构成了智能驾驶甚至自动驾驶的技术基础。随着智能驾驶技术的逐渐普及，计算机视觉以及深度学习技术在汽车行业内受到了越来越多的关注。本书从自动驾驶技术的历史和发展讲起，内容围绕计算机视觉和深度学习技术逐渐深入，介绍了其在自动驾驶中涉及的诸如学习模型、OpenCV技术、 CNN改进图像分类器、语义分割等技术，并介绍了它们在自动驾驶领域的应用实践和实际工程案例。本书可作为自动驾驶、人工智能、汽车与制造等行业的工程技术人员的学习参考书，也可作为高等院校相关专业师生的参考书。对自动驾驶和智能汽车产业感兴趣的爱好者和产业研究员而言，本书也具有相当高的参考价值。
售价：63.20

深度学习推荐系统
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：编者:王喆|责编:郑柳洁出版社：电子工业
深度学习在推荐系统领域掀起了一场技术革命，本书从深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。本书既适合推荐系统、计算广告和搜索领域的从业者阅读，也适合人工智能相关专业的本科生、研究生、博士生阅读，帮助他们建立深度学习推荐系统的技术框架，通过学习前沿案例加强深度学习理论与推荐系统工程实践的融合能力。
售价：43.20

机器学习习题参考(南京大学人工智能系列教材)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：叶翰嘉//詹德川|责编:姚蕾出版社：机械工业
机器学习是人工智能的核心领域之一，本书配套周志华教授所著的《机器学习》教材，通过大量习题考查读者对机器学习相关知识点的理解与掌握。本书分为两个部分：第一部分习题对应《机器学习》第1～10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含6章应用专题，通过综合题的形式对知识点进行多角度考查，包括线性模型的优化与复用、面向类别不平衡数据的分类、神经网络的优化与应用、EM算法及其应用、集成学习的过拟合现象研究、度量学习及其应用。书中包含简答题、计算题和编程题，涵盖不同难度级别。机器学习初学者可以通过这些习题深入了解和巩固教材的关键概念，对机器学习有一定基础的读者也可以通过习题发现对一些知识点不同角度的解读，为后续机器学习的深入研究打下基础。本书面向《机器学习》读者以及广大机器学习爱好者，可作为高等院校人工智能、计算机、自动化及相关专业的本科生或研究生的教学辅助书籍，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
售价：39.60

机器学习生产系统(影印版)(英文版)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)Robert Crowe//Hannes Hapke//Emily Caveness//Di Zhu|责编:张烨出版社：东南大学
机器学习（ML）和人工智能（AI）领域正在蓬勃发展，几乎每天都有新的研究、模型和技术出现。面对如此丰富的选择，数据科学家、机器学习工程师和软件开发人员很容易迷失在将AI/ML模型从实验阶段推向生产的众多步骤中。这本实用书籍专注于生产环境机器学习，指导你将ML模型转化为可行的产品和应用。生产环境机器学习涵盖了ML的所有领域，不仅限于简单的模型训练。本书特别强调了ML流水线，帮助你为 ML生产系统奠定基础。你即将开启探索之旅，学习将ML应用投入生产所需的广泛技术，以及需要考虑的问题和方法。关键的ML工程主题包括： ·数据收集、验证、存储、特征工程 ·模型分析、服务、监控、日志记录 ·使用TensorFlow Extended（TFX）和其他工具编排机器学习流水线本书提供了深入的实例，包括适用于自然语言处理（NLP）和计算机视觉模型的端到端机器学习流水线。
售价：66.80

信息物理系统强化学习(网络安全示例)/计算机科学丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)李崇//邱美康|责编:王春华//冯秀泳|译者:卢苗苗//计湘婷//何源//席瑞//金梦出版社：机械工业
丛书项：计算机科学丛书
本书通过系统介绍强化学习领域的基础与算法，在强化学习与信息物理系统两个领域之间建立起联系，每一部分都列举了一个或几个最新的信息物理系统示例，以帮助读者直观地理解强化学习技术的实用性。本书分为三个部分。第一部分对强化学习、信息物理系统和网络安全进行了概要介绍。第二部分正式介绍强化学习的框架，并对强化学习问题进行定义，给出了两类解决方法-基于模型的解决方案和无模型的解决方案。第三部分通过回顾现有的网络安全技术并描述新兴的网络威胁，将注意力转移到网络安全，之后给出了两个案例研究。
售价：31.60

MATLAB与机器学习应用(高等学校计算机专业系列教材)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：编者:史明仁//何援军|责编:龙启铭//薛阳出版社：清华大学
本书是写给没有学过任何计算机语言的读者的，例如大学生。本书主要讲授MATLAB的基本知识，从如何打开MATLAB的指令窗口，输入最简单的指令开始，利用MATLAB 提供的交互式环境，用简明的实例向读者示范如何调用MATLAB的内部函数实现数值计算、符号运算和平面曲线、空间曲线与曲面图等图形输出，以及机器学习和线性代数与微积分的应用。本书的应用篇介绍了MATLAB在机器学习中的应用，讨论了如何应用线性代数与函数求极值的基础知识以及 MATLAB的内置函数来编程实现常用的机器学习算法，例如，（广义）线性最小二乘法与梯度下降法、线性支持向量机等，也讲解与用到了各种控制程序流程的语句，这可以帮助读者编制出更复杂的算法。书中所设计的范例全部在MATLAB 2020a中运行过，“输出结果”中的数字和显示的图形均为运行结果。本书采用图学思维方式、二维表述形式，运用典型范例，简单明了、易于理解，可帮助读者更快、更直观地理解和运用 MATLAB工作平台，为读者的科学论文、研究报告提供计算和图形支持。
售价：19.60

联邦学习(算法详解与系统实现)/智能科学与技术丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：薄列峰//(美)黄恒//顾松庠//陈彦卿|责编:董惠芝出版社：机械工业
丛书项：智能科学与技术丛书
全书共分为三个部分，从概念、应用场景到具体的先进算法，再到最后的系统实现，对联邦学习技术进行全盘梳理与总结。第一部分为联邦学习基础知识，主要介绍和分享联邦学习的定义、挑战、应用场景和主要技术，包括联邦学习概述、应用场景和常用隐私保护技术。第二部分为联邦学习算法详述，主要介绍京东科技针对纵向联邦学习和横向联邦学习场景提出来的诸多创新性联邦学习算法，包括纵向联邦树模型算法、纵向联邦线性回归算法、纵向联邦核学习算法、异步纵向联邦学习算法、基于反向更新的双层异步纵向联邦学习算法、纵向联邦深度学习算法、快速安全的同态加密数据挖掘框架、横向联邦学习算法、混合联邦学习算法和联邦强化学习。第三部分为联邦学习系统，主要介绍京东科技设计的联邦学习系统及算法落地的性能优化技术，包括 FedLearn联邦学习系统详述、gRPC在FedLearn中的联邦学习应用实例、落地场景中的性能优化实践和基于区块链的联邦学习。
售价：39.60

机器学习(Python实现高等学校计算机专业系列教材)
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：编者:孙家泽//王曙燕//路龙宾//田振洲//王红玉|责编:龙启铭//常建丽出版社：清华大学
机器学习是人工智能的重要分支。本书立足实用且易于上手实践的原则，系统地介绍机器学习领域的经典算法，以及这些算法的 Python实现和典型应用。本书分4部分：第1部分介绍监督学习，包括线性模型、决策树分类、贝叶斯分类器、集成学习和支持向量机；第 2部分介绍无监督学习，包括关联规则、聚类分析和数据降维；第3部分介绍深度学习，包括神经网络、深度学习和生成对抗网络；第4 部分介绍强化学习。本书所介绍的经典机器学习算法及其应用案例均给出了相关实验数据和Python代码实现，每章末尾还给出了习题和实验题，便于读者巩固知识和开展课内实验。本书可作为高等学校信息类以及相关专业高年级本科生和研究生的教材，也可供对机器学习感兴趣的工程技术人员阅读参考。
售价：27.60

机器学习(全彩图解+微课+Python编程)/鸢尾花数学大系
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：姜伟生|责编:栾大成出版社：清华大学
丛书项：鸢尾花数学大系
本书是“鸢尾花数学大系：从加减乘除到机器学习” 丛书的最后一册，前六本解决了编程、可视化、数学、数据方面的诸多问题，而本书将开启机器学习经典算法的学习之旅。本书设置了24个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括：回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k最近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、k均值聚类、高斯混合模型、最大期望算法、层次聚类、密度聚类、谱聚类。本书选取算法模型的目标是覆盖Scikit-Learn库的常用机器学习算法函数，让读者充分理解算法理论，又能联系实际应用。因此，在学习本书时，特别希望调用 Scikit-Learn各种函数来解决问题之余，更要理解算法背后的数学工具。因此，本书给出适度的数学推导以及扩展阅读。本书提供代码示例和视频讲解，“鸢尾花书”强调在 JupyterLab自主探究学习才能提高编程技能。本书配套微课也主要以配套 JupyterNotebooks为核心，希望读者边看视频，边动手练习。本书读者群包括所有试图用机器学习解决问题的朋友，尤其适用于机器学习入门、初级程序员转型、高级数据分析师、机器学习进阶。
售价：95.20

商品分类