本書主要介紹經(jīng)典的機器學(xué)習(xí)算法的原理和改進，以及Python的實例實現(xiàn)。本書的內(nèi)容可以分成三部分：第一部分是機器學(xué)習(xí)概念篇（第1章），充分介紹機器學(xué)習(xí)的相關(guān)概念，并且對機器學(xué)習(xí)的各種算法進行分類，以便讀者對機器學(xué)習(xí)的知識框架有整體的了解，從而在后續(xù)的學(xué)習(xí)中更容易接受機器學(xué)習(xí)涉及的各類算法；第二部分是Python機器學(xué)習(xí)

本書共五章：概率推理、生成模型、強化學(xué)習(xí)、機器人、自動駕駛。內(nèi)容包括：概率與統(tǒng)計、聲場模型的創(chuàng)造力、強化學(xué)習(xí)與游戲、形形色色的機器人、自動駕駛概覽等。

本書主要研究了狀態(tài)相關(guān)的脈沖對（切換）神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的影響，以及利用脈沖免疫（脈沖解毒）怎么控制網(wǎng)絡(luò)病毒的傳播，是作者近年來的研究成果。 本書首先介紹了狀態(tài)相關(guān)的脈沖（切換）系統(tǒng)、神經(jīng)網(wǎng)絡(luò)模型、計算機病毒傳播模型，然后運用B-equivalence方法、Lyapunov函數(shù)和一些分析技巧研究了幾類狀態(tài)相關(guān)的脈沖（切換

本書以提注重理論與實踐的結(jié)合，突出案例分析和實踐探索，采用通俗易懂的語言和多專業(yè)應(yīng)用案例，帶領(lǐng)讀者體味人工智能的世界；通過介紹人工智能基礎(chǔ)理論、技術(shù)體系、內(nèi)在實現(xiàn)機理和應(yīng)用現(xiàn)狀，并立足于人工智能具體應(yīng)用領(lǐng)域，力求全面展示與反映人工智能技術(shù)的概念、理論框架、新進展和未來發(fā)展趨勢。將本書納入通識教育體系，不僅可以推動傳統(tǒng)計

本書為適應(yīng)這種需求而編寫，在全面講述人工智能知識的基礎(chǔ)上，培養(yǎng)學(xué)生人工智能素養(yǎng)，提升理論水平。本書共分8個模塊，內(nèi)容涵蓋了人工智能研究的多個領(lǐng)域和相關(guān)技術(shù)，包括知識學(xué)習(xí)、機器學(xué)習(xí)、搜索策略、自然語言理解、計算機視覺、專家系統(tǒng)、智能機器人。

本書是“山西大學(xué)科學(xué)技術(shù)哲學(xué)研究中心”科學(xué)技術(shù)文庫系列叢書之一，是近年來該研究中心在語境框架下計算化研究的最新成果之一。本書針對機器學(xué)習(xí)中的情境知識、模糊知識、不完備的經(jīng)驗知識、矛盾表征以及機器學(xué)習(xí)發(fā)展趨勢等進行了分析，提出了一些具有創(chuàng)新性的觀點。立足于機器可學(xué)習(xí)問題的形式化分析，充分揭示了機器學(xué)習(xí)的計算化發(fā)展趨勢，并

本套書籍組成為：一冊基礎(chǔ)知識教材《人工智能工程技術(shù)人員基礎(chǔ)知識》，及五個職業(yè)方向教材：人工智能芯片產(chǎn)品實現(xiàn)、人工智能平臺產(chǎn)品實現(xiàn)、自然語言及語音處理產(chǎn)品實現(xiàn)、計算機視覺產(chǎn)品實現(xiàn)、人工智能應(yīng)用產(chǎn)品集成實現(xiàn)。每職業(yè)方向教材分初、中、高三個級別編寫。《人工智能工程技術(shù)人員(初級)——人工智能芯片產(chǎn)品實現(xiàn)》為人工智能芯片方向的

原著作者馬克·科克伯格是維也納大學(xué)哲學(xué)系哲學(xué)教授。譯叢主編杜嚴(yán)勇，男，1976年生，科學(xué)史博士，上海交通大學(xué)馬克思主義學(xué)院教授、博士生導(dǎo)師，國家社科基金重大項目“人工智能倫理風(fēng)險防范研究”首席專家，主要研究方向為人工智能倫理。本書為人工智能倫理譯叢叢書之一。本書描述了有影響力的人工智能故事，從弗蘭肯斯坦的怪物到超人文主

該著作作者VirginiaDignum，女，烏得勒支大學(xué)計算機科學(xué)博士，優(yōu)密歐大學(xué)計算機科學(xué)系教授。主要研究方向為負責(zé)任的人工智能和人際合作的設(shè)計與評價。譯叢主編杜嚴(yán)勇，男，1976年生，科學(xué)史博士，上海交通大學(xué)馬克思主義學(xué)院教授、博士生導(dǎo)師，國家社科基金重大項目“人工智能倫理風(fēng)險防范研究”首席專家，主要研究方向為人工

本書共8章，主要分為三大部分：知識表達方法、知識挖掘方法和知識融合方法。知識表達重點面向邏輯結(jié)構(gòu)形式、業(yè)務(wù)流程和語義向量三個方面開展表達方法研究；知識挖掘主要研究模糊知識挖掘和知識遷移方法；知識融合則分別對采用傳統(tǒng)證據(jù)理論和較為新穎的圖論方法進行知識融合開展研究。