本教材是在《高等學校人工智能創(chuàng)新行動計劃》、新時代戰(zhàn)略部署“新基建”和《關于推動現(xiàn)代職業(yè)教育高質量發(fā)展的意見》等文件精神的指導下,校企聯(lián)合編寫的職業(yè)教育新形態(tài)教材。全書分為人工智能知識認知、人工智能技術應用實踐和AI安全倫理法律三個模塊,其中人工智能知識認知模塊包括人工智能知識尋古探今和人工智能應用探究兩個項目,人工智

本書分理論和實踐兩大部分。理論部分介紹了深度學習的相關基礎知識，從深度學習的基礎知識到簡單的卷積神經(jīng)網(wǎng)絡再到更加復雜的循環(huán)神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡、深度強化學習，層層遞進，由淺入深。實踐部分以2019年華為新推出并于2020年開源的MindSpore框架為深度學習的學習工具，將理論部分介紹的深度學習理論知識運用到實踐中，

本書是上海交通大學校友會人工智能分會2020年舉辦的“源聚·云上AI論壇”活動相關演講內(nèi)容的衍生書籍,書中介紹了15位優(yōu)秀上海交大校友的分享。從社會、技術和應用三個角度介紹了人工智能在當代的發(fā)展前沿,圍繞AI核心技術、產(chǎn)業(yè)融合、行業(yè)落地、發(fā)展趨勢等熱點話題,深入挖掘技術和產(chǎn)業(yè)相融合的奧秘,探索了人工智能行業(yè)的新趨勢、新

"本書比較全面地闡述了經(jīng)典控制、現(xiàn)代控制的基本內(nèi)容。全書共分九章，主要包括自動控制系統(tǒng)建模、時域分析法、根軌跡法、頻域分析法、離散系統(tǒng)分析、非線性系統(tǒng)分析、線性系統(tǒng)理論、最優(yōu)控制理論。各章均含有MATLAB支持下對控制系統(tǒng)進行計算機輔助分析與設計典型實例。為幫助讀者更加熟練掌握該書內(nèi)容，配套出版了《自動控制原理數(shù)字課程

本書主要介紹了線性表、棧與隊列、遞歸、搜索和排序、樹、圖等常用的數(shù)據(jù)結構和算法的概念和最基本的應用。本書引入了各種各樣的生活知識來類比，并充分運用圖形語言來體現(xiàn)抽象內(nèi)容，對數(shù)據(jù)結構所涉及的一些經(jīng)典算法逐行分析、多算法比較。

本書對人工智能安全的理論與實踐技術進行了梳理，全面完整地覆蓋了人工智能安全技術的主要方面，把相關知識體系劃分為五部分，即人工智能的安全觀、人工智能安全的數(shù)據(jù)處理、人工智能用于網(wǎng)絡安全的攻擊與防御、人工智能模型的對抗攻擊與防御以及人工智能平臺的安全與工具。第一部分對人工智能安全問題、基本屬性、技術體系等進行了歸納梳理。第

《人工智能》選取人工智能的9個核心方向，包括搜索、機器學習、線性回歸、決策樹、集成學習、神經(jīng)網(wǎng)絡、計算機視覺、自然語言處理與強化學習，系統(tǒng)梳理關鍵知識點，并詳細介紹基礎原理與重要算法，同時，加入了對前沿知識的介紹與對核心成果的分析和說明。同時，書中的每一章均配備作業(yè)題與編程練習，讓讀者們在練習當中加深對算法與原理的理解

本書涵蓋了用于理解神經(jīng)網(wǎng)絡原理的必要統(tǒng)計力學知識,包括復本方法、空腔方法、平均場近似、變分法、隨機能量模型、Nishimori條件、動力學平均場理論、對稱性破缺、隨機矩陣理論等,同時詳細描述了監(jiān)督學習、無監(jiān)督學習、聯(lián)想記憶網(wǎng)絡、感知器網(wǎng)絡、隨機循環(huán)網(wǎng)絡等神經(jīng)網(wǎng)絡及其功能的物理模型以及解析理論,通過簡潔的模型展示了神經(jīng)網(wǎng)

本書是一部介紹機器學習算法的書籍。本書在闡述與機器學習的數(shù)學和統(tǒng)計學理論的同時，提供了相關的編程實踐和實驗。第2版新增了深度信念網(wǎng)絡和高斯過程的章節(jié)、卡爾曼濾波器和粒子濾波器的附加討論，對支持向量機的內(nèi)容進行修訂，并且對代碼進行改進。目錄：前言、預先準備、神經(jīng)元、神經(jīng)網(wǎng)絡和線性判別、多層感知器、徑向基函數(shù)和樣條、降維、

本書面向研究型開發(fā)與創(chuàng)新能力培養(yǎng),重點講解機器學習的基本原理和前沿思想。Python是開展機器學習編程實踐的主流語言,本書為常用的機器學習模型提供了完整的Python實現(xiàn)代碼。本書在“中國大學MOOC”上同步開設配套慕課課程,供讀者免費學習。