本書構建了一個完整的強化學習入門路徑，深入淺出地介紹了強化學習算法的基本原理和實現(xiàn)方法。本書 首先回顧了相關預備知識，包括數(shù)學基礎和機器學習基礎，然后先介紹強化學習的基本概念，給出強化學習的 數(shù)學框架（馬爾可夫決策過程），隨后介紹強化學習的求解算法，包括表格求解法（動態(tài)規(guī)劃法、蒙特卡洛法 和時序差分法），以及近似求解法

《算法：人工智能在想什么》一書從“算法在想什么”“算法在未來生活將如何應用”等角度入手，在細致勾勒算法時代特征的基礎上，審視了算法時代的隱憂與算法決策的風險，提供了規(guī)制算法的思路和框架，探討了應對風險與問題的可行性路徑。

本書是人工智能專業(yè)課程建設的配套教材，根據(jù)高職高專人工智能技術應用專業(yè)人才培養(yǎng)方案的要求，同時借鑒國家示范高職院校軟件專業(yè)教學經驗編寫而成。全書共分為七章，主要章節(jié)由人工智能基礎、人工智能數(shù)值計算、知識表示、神經網(wǎng)絡基礎、深度神經網(wǎng)絡、訪問數(shù)據(jù)庫等知識組成。本書理論與實踐相結合、內容層次分明、示例代碼簡潔明了，每個案例

本書以人工智能發(fā)展為時代背景,通過20個機器學習模型和算法案例,為讀者提供較為詳細的實戰(zhàn)方案,以便進行深度學習。在編排方式上,全書側重對創(chuàng)新項目的過程進行介紹,分別從整體設計、系統(tǒng)流程和實現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓練和模型應用等過程,并剖析模塊的功能、使用及程序代碼。為便于讀者高效學習,快速掌握人工智能程序開發(fā)方

《物聯(lián)網(wǎng)之傳感器及自動識別技術項目實踐》一書分上、中、下三篇。上篇為處理器認知，包括；Arduino處理器、Cortex-M3處理器2個處理器項目；中篇為傳感器項目實踐，包括觸摸燈光秀、溫濕度顯示裝置、激光筆、光合作用補給、酒精檢測儀、燃氣泄漏監(jiān)測儀、安全防火、安防監(jiān)控、安全距離、聲控燈10個傳感器應用項目；下篇為自動

本書作為深度學習方面的入門書籍，目的是使讀者通過學習，理解和掌握深度學習背后的數(shù)學原理和計算方法，并將其用于指導理論分析和實踐開發(fā)。全書共8章。第1、2章主要介紹了深度學習的相關概念、發(fā)展簡史、主要進展，以及典型的深度學習平臺（MATLAB和TensorFlow）、數(shù)據(jù)增廣技術和相關數(shù)學基礎；第3~5章詳細闡述了深度學

《TensorFlow開發(fā)入門》是一本面向AI工程師的入門書籍，介紹了從TensorFlow基礎知識到使用一個高級APIKeras構建深度學習模型的相關內容。全書共12章，分2部分進行介紹，其中第1部分為基礎篇，介紹了深度學習、TensorFlow和Keras的基礎知識；第2部分為應用篇，介紹了如何使用Keras在圖像

本書從機器學習的基本原理入手，以常見模型為驅動，配以精心設計的實踐案例，為大家呈現(xiàn)了機器學習理論知識和應用方法。書中運用Python語言及scikit-learn庫實現(xiàn)了幾大常見機器學習模型的訓練程序和預測程序，讓讀者能夠理論聯(lián)系實際，在學習、工作中應用機器學習。本書適合打算入門機器學習的人閱讀。

本書根據(jù)新時代各學科建設的內涵和標準，根據(jù)立德樹人教育理念，結合創(chuàng)新應用型人才培養(yǎng)目標和計算機二級考試需求編寫。內容糅合課程蘊涵的思政元素，體現(xiàn)學科前沿性與時代性，增加云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和Python程序設計等學科前沿知識。以綜合應用為主線，采用“案例引導，任務驅動”的方式組織全書，內容通俗易懂，凸現(xiàn)綜合

《ArtificialIntelligence：FromBeginningtoDate》coversawiderangeoftopicsinartificialintelligencewiththreedistinctfeatures.《ArtificialIntelligence：FromBeginningtoDat