本書從基本概念和理論入手，通過近千張圖和簡單的例子由淺入深地講解深度學習的相關知識，且不涉及復雜的數學內容。 本書分為上下兩冊。上冊著重介紹深度學習的基礎知識，旨在幫助讀者建立扎實的知識儲備，主要介紹隨機性與基礎統(tǒng)計學、訓練與測試、過擬合與欠擬合、神經元、學習與推理、數據準備、分類器、集成算法、前饋網絡、激活函數、反向

PyTorch是基于Torch庫的開源機器學習庫，它主要由Meta（原Facebook）的人工智能研究實驗室開發(fā)，在自然語言處理和計算機視覺領域都具有廣泛的應用。本書介紹了簡單且經典的入門項目，方便快速上手，如MNIST數字識別，讀者在完成項目的過程中可以了解數據集、模型和訓練等基礎概念。本書還介紹了一些實用且經典的模

本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機器學習中的應用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數估計、機器學習、深度學習、貝葉斯網絡、動態(tài)貝葉斯網絡、貝葉斯深度學習等。本書涉及的應用領域包含機器學習、圖

本書對幾類時滯隨機神經網絡的全局漸近穩(wěn)定性和全局魯棒穩(wěn)定性進行了深入研究，其中包括：不確定隨機神經網絡與時滯區(qū)間相關的全局魯棒穩(wěn)定性條件、帶區(qū)間時變時滯的不確定隨機神經網絡的全局魯棒穩(wěn)定性、具有區(qū)間時變時滯與分布時滯的不確定隨機神經網絡的均方穩(wěn)定性、不確定時滯隨機BAM神經網絡的均方穩(wěn)定性、以及時滯隨機中立神經網絡的全

近年來，人工智能體相繼在圍棋、星際爭霸、王者榮耀、得州撲克等復雜對抗任務上取得戰(zhàn)勝人類頂尖選手的成績，這是以深度強化學習為代表的機器學習技術在人機對抗領域取得的巨大進展，也使得人們對兵棋人機對抗充滿期待。本書著重研究分隊指揮決策模型總體架構、分隊態(tài)勢感知建模、分隊戰(zhàn)術決策建模等技術，并闡述人工智能分隊指揮員、人機對抗系

本書以新一代信息技術為主線，分七章分別介紹了5G技術、物聯(lián)網及相關技術、云計算技術、大數據相關技術、人工智能和現代信息技術融合應用等。每一章用較短的篇幅介紹相關的基本內容和知識，并從系統(tǒng)開發(fā)的角度，闡述如何將這些新一代的信息技術與各專業(yè)進行融合，著重用一些實例來闡述如何在開發(fā)現代智能應用系統(tǒng)中合理、恰當地使用這些新技術

自動控制原理作為高校工科類專業(yè)的基礎核心課程，在整個專業(yè)人才培養(yǎng)中占有重要的地位。自動控制技術同時也是現代工業(yè)生產、航空航天技術、軍事技術、人工智能等戰(zhàn)略產業(yè)中應用的關鍵技術。作為工科專業(yè)一門重要的大類基礎課程，該課程主要是培養(yǎng)學生的辯證思維能力、綜合分析能力以及獨立解決實際工程問題的能力，使學生畢業(yè)后能夠在自動化、智

《Python機器學習技術與應用（普通高等教育人工智能專業(yè)系列教材）》以機器學習初學者為教學對象，通過講解機器學習的常用方法及實際應用，培養(yǎng)讀者機器學習應用技能及計算思維能力。全書共12章，主要內容包括機器學習概述、Python語言基礎、網絡爬蟲、數據預處理與特征工程、多元回歸分析、分類方法、支持向量機、樸素貝葉斯方法

神經網絡與深度學習是人工智能研究的重要領域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學。本書緊緊圍繞神經網絡和深度學習的基礎知識體系進行系統(tǒng)的梳理，力求從基礎理論、經典模型和前沿應用展開論述，便于讀者能夠較為全面地掌握深度學習的相關知識。全書共16章。第1章是緒論，簡要介紹人工智

人工智能正快速進入人類社會，在給社會帶來重大利好的同時，也引起了很多問題，比如就業(yè)問題、倫理問題等。為更好地引導人工智能的發(fā)展，規(guī)避人工智能可能帶來的社會問題，從哲學的高度對人工智能進行反思因而十分有必要�；�于人工智能的發(fā)展現狀以及未來可能的發(fā)展方向，我們試圖從以下幾個方面討論人工智能所涉及的問題：一、什么是人工智能？