本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
《认证考试指南：基础 旨在帮助读者备战考试。书中的每一章都提供了极具挑战性的练习、认证小结、知识点回顾和自测题，以强化该章所介绍的主题。这本指南不仅可以帮助读者顺利通过考试，还可以作为工作中必不可少的参考手册。本书全面涵盖了考试的所有目标，其中包括： 使用语句检索数据 限制和排序数据 单行函数 使用转换函数和条件表达式 使用分组函数报告聚合数据 通过连接显示多个表中的数据 使用子查询解决问题 使用集合运算符 使用语句操纵数据 使用语句创建和管理表
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
\\\"《OCA Oracle Database SQL认证考试指南(1Z0-071)》完整覆盖1Z0-071的全部目标，包含的主题如下：● DDL和SQL SELECT语句 ● 相关数据分组● 对数据进行操纵、限制和排序 ● 创建报表● 单行函数和分组函数 ● 数据字典视图● 子查询 ● 大数据集● 模式对象 ● 分层检索● 集合操作符 ● 正则表达式支持● 从多表显示数据 ● 用户访问控制\\\"
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
\\\"《OCA Oracle Database SQL认证考试指南(1Z0-071)》完整覆盖1Z0-071的全部目标，包含的主题如下：● DDL和SQL SELECT语句 ● 相关数据分组● 对数据进行操纵、限制和排序 ● 创建报表● 单行函数和分组函数 ● 数据字典视图● 子查询 ● 大数据集● 模式对象 ● 分层检索● 集合操作符 ● 正则表达式支持● 从多表显示数据 ● 用户访问控制\\\"
\\\"《OCA Oracle Database SQL认证考试指南(1Z0-071)》完整覆盖1Z0-071的全部目标，包含的主题如下：● DDL和SQL SELECT语句 ● 相关数据分组● 对数据进行操纵、限制和排序 ● 创建报表● 单行函数和分组函数 ● 数据字典视图● 子查询 ● 大数据集● 模式对象 ● 分层检索● 集合操作符 ● 正则表达式支持● 从多表显示数据 ● 用户访问控制\\\"
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
\\\"《OCA Oracle Database SQL认证考试指南(1Z0-071)》完整覆盖1Z0-071的全部目标，包含的主题如下：● DDL和SQL SELECT语句 ● 相关数据分组● 对数据进行操纵、限制和排序 ● 创建报表● 单行函数和分组函数 ● 数据字典视图● 子查询 ● 大数据集● 模式对象 ● 分层检索● 集合操作符 ● 正则表达式支持● 从多表显示数据 ● 用户访问控制\\\"
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分，共11 章。 部分为 章，揭示基于数据驱动的人工智能系统决策机制，提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2～5 章，介绍各种可解释人工智能技术方法，包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6～10 章，分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、 系统等领域的应用案例，详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。 1 章对全书进行总结，并论述可解释人工智能研究面临的挑战和未来发展趋势。此外，本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引，方便读者进一步查阅
