從云計算、大數(shù)據(jù)、人工智能，到區(qū)塊鏈、邊緣計算、物聯(lián)網(wǎng)……每一項新技術(shù)的背后，計算都是基礎(chǔ)；從信息化、數(shù)字化，再到智能化，每一次產(chǎn)業(yè)變革，計算都是核心驅(qū)動力。關(guān)于計算的重要性，相信已經(jīng)無需多表。如果說人工智能正在引領(lǐng)人類史上的第四次工業(yè)革命，那計算就是這次革命的引擎。本書通過對智能計算平臺知識內(nèi)容的梳理，把涉及到智能計

本教材的編寫以《人工智能前端設(shè)備應用職業(yè)技能等級標準》為依據(jù)，圍繞人工智能的人才需求與崗位能力進行內(nèi)容設(shè)計。本教材包括智慧社區(qū)設(shè)備安裝與調(diào)試、智慧校園應用系統(tǒng)部署、智慧社區(qū)數(shù)據(jù)采集與標注、無人超市應用場景優(yōu)化四個項目，涵蓋“智能前端設(shè)備安裝與調(diào)試”“應用系統(tǒng)部署”“數(shù)據(jù)采集與標注”“場景化應用與優(yōu)化”等核心課程。本教材

諾貝爾生理或醫(yī)學獎得主山中伸彌與被稱為強棋士的羽生善治，兩位擁有智慧的名人圍繞著十年后，百年后的世界將變得如何展開對談。人工智能、不斷進化的機器人、誘導多功能干細胞帶來的醫(yī)學革命……話題從生命科學的前沿，擴展到人工智能的界限與可能性。人類的直覺究竟是什么？人類將來是否真的能夠不老不死？兩人運

本書以人工智能技術(shù)為背景，介紹了人工智能領(lǐng)域內(nèi)的相關(guān)算法，包括機器學習算法和深度學習算法，詳細介紹了各個算法的概述，原理以及應用案例。全書分為四大部分：AI基礎(chǔ)知識、監(jiān)督式學習算法、無監(jiān)督式學習算法、深度學習算法。全書共17章，第1章介紹人工智能的定義、關(guān)鍵技術(shù)、實際應用等相關(guān)背景；第2章介紹人工智能算法的實驗環(huán)境，包

本書是一本面向計算機類以及非計算機類專業(yè)學生的人工智能通識課程。內(nèi)容選取上注重人工智能的通識性、典型性，旨在培養(yǎng)高職以及應用型本科學生的人工智能素養(yǎng)、計算思維能力。全書分為6大模塊，分別從不用的層面對人工智能進行介紹。 本書在介紹人工智能通識知識的同時還以新形態(tài)二維碼的方式嵌入了與課程內(nèi)容相融合的思政元素，分別從家國

人工智能(AI)時代已悄然而至，然而對AI倫理學的研究卻剛剛起步。與以往的技術(shù)革命不同，AI有望在多個領(lǐng)域取代人類，但也有傷害人類的潛在風險。為防止對AI技術(shù)的濫用，我們在復雜性變得不可控之前，必須把最糟糕的情況都預想到、分析到�！度斯ぶ悄軅惱怼窂娜斯ぶ悄艿年P(guān)鍵內(nèi)容（包括圖靈測試、數(shù)據(jù)、知識、機器學習、自我意識等）出發(fā)

本書為深圳信息職業(yè)技術(shù)學院等高職院校與騰訊集團共同編寫的高等職業(yè)教育人工智能技術(shù)服務專業(yè)校企“雙元”合作系列教材之一，同時也是高等職業(yè)教育計算類課程新形態(tài)一體化教材。本書采用圖形化方式介紹人工智能的發(fā)展歷史、相關(guān)知識、技術(shù)及應用，并借助生動的小游戲、圖形化展示和圖形化人工智能軟件，幫助讀者熟悉并掌握基本的人工智能相關(guān)知

本專著書全面、系統(tǒng)匯集并研究了當前和未來在智能系統(tǒng)（包括人工智能）領(lǐng)域所應用的經(jīng)典與非經(jīng)典的智能數(shù)學方法，至今在國內(nèi)外尚未見有同類著作發(fā)表。本書的特點是：（1）從三次數(shù)學危機的歷史高度出發(fā)論證了智能科學、技術(shù)、工程的必然發(fā)展趨勢與創(chuàng)新空間；（2）以人工智能科學發(fā)展的三大學派——邏輯主義學派、聯(lián)結(jié)主義學派、行為主義學派為

本書基于大數(shù)據(jù)、人工智能中模式分類的研究，以向量數(shù)據(jù)的機器學習方法為基礎(chǔ)，從*優(yōu)化角度研究張量數(shù)據(jù)的學習問題，特別關(guān)注張量數(shù)據(jù)分類問題的新模型的建立及其*優(yōu)化算法的設(shè)計。本書所構(gòu)建的張量數(shù)據(jù)分類模型，無論從計算時間、計算復雜度，還是從分類精度，都表現(xiàn)出該算法的優(yōu)越性，能夠使讀者能夠比較全面地了解張量數(shù)據(jù)分類模型和算法設(shè)

本書圍繞數(shù)據(jù)、算法、模型三要素，研究選取不同算法從歷史數(shù)據(jù)中獲取經(jīng)驗，并歸納出模型進行預測與優(yōu)化的系列理論與技術(shù)，是涉及計算機科學、概率統(tǒng)計、決策論等多個學科的多領(lǐng)域交叉學科。本書應用開源深度學習框架PaddlePaddle，從問題定義、數(shù)據(jù)收集、特征工程、模型訓練、模型評估、模型應用方面，層層深入、循序漸進地剖析機器