《創(chuàng)造力與人工智能的概念整合研究（英文版）/德古意特認知語言學(xué)應(yīng)用叢書》從概念整合理論的視角，解析了創(chuàng)造力與人工智能，探討了創(chuàng)造力的過程、理論與表征，以及計算實現(xiàn)的各個方面，包括組合、完善和擴展等。

計算機視覺、自然語言處理和語音識別是目前深度學(xué)習(xí)領(lǐng)域很熱門的三大應(yīng)用方向，本書旨在幫助零基礎(chǔ)或基礎(chǔ)較為薄弱的讀者入門深度學(xué)習(xí)，達到能夠獨立使用深度學(xué)習(xí)知識處理計算機視覺問題的水平。通過閱讀本書，讀者將學(xué)到人工智能的基礎(chǔ)概念及Python編程技能，掌握PyTorch的使用方法，學(xué)到深度學(xué)習(xí)相關(guān)的理論知識，比如卷積神經(jīng)網(wǎng)絡(luò)

深度強化學(xué)習(xí)（DeepReinforcementLearning，DRL）是深度學(xué)習(xí)算法和強化學(xué)習(xí)算法的巧妙結(jié)合，它是一種新興的通用人工智能算法技術(shù)，也是機器學(xué)習(xí)的前沿技術(shù)，DRL算法潛力無限，AlphaGo 是目前該算法*成功的使用案例。DRL算法以馬爾科夫決策過程為基礎(chǔ)，是在深度學(xué)習(xí)強大的非線性函數(shù)的擬合能力下構(gòu)成

本書從深度學(xué)習(xí)的發(fā)展歷程講起，以豐富的圖例從理論和實踐兩個層面介紹了深度學(xué)習(xí)的各種方法，以及深度學(xué)習(xí)在圖像識別等領(lǐng)域的應(yīng)用案例。內(nèi)容涉及神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、受限玻爾茲曼機、自編碼器、泛化能力的提高等。此外，還介紹了包括Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow在內(nèi)

《AI人工智能：發(fā)展簡史+技術(shù)案例+商業(yè)應(yīng)用》通過“知識＋案例”兩條線索幫助讀者全方位、多角度地了解人工智能�？v向知識線包括三大認識、三大價值、三大盈利模式、三種營銷變化、四個時代、五大商業(yè)模式、八大技術(shù)、八大熱門領(lǐng)域、八種研究成果、九種熱賣商品等，針對人工智能的基本概念、發(fā)展階段、研究價值、市場狀況、基礎(chǔ)技術(shù)、發(fā)展前

本書對機器學(xué)習(xí)的關(guān)鍵知識點進行了全面講解，幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用于描述機器學(xué)習(xí)算法的統(tǒng)計與概率的知識，接著詳細分析機器學(xué)習(xí)技術(shù)的兩類主要方法——生成方法和判別方法，后深入研究了如何使機器學(xué)習(xí)算法在實際應(yīng)用中發(fā)揮更大的作用。本書提供程序源代碼，便于讀者進行數(shù)據(jù)分析實踐。本書適合高等院校計算機、

本書預(yù)測了人工智能時代哪些職業(yè)會受到巨大沖擊。在未來，被人工智能所取代的，不僅僅是勞動密集型的行業(yè)，醫(yī)療、教育、宗教、法律、新聞、審計、管理咨詢、建筑這些此前被認為是技術(shù)無法取代的專業(yè)行業(yè)，也面臨著衰變的風(fēng)險。 人工智能不僅是一次技術(shù)革命，它還將引發(fā)社會結(jié)構(gòu)的變化。人工智能對生產(chǎn)效率的大幅度改進、對人類勞動的大規(guī)模替代

本書選取了智能家居、智能小車、智能停車場等智能系統(tǒng)項目設(shè)計，讓學(xué)生掌握使用Arduino設(shè)備搭建傳感器網(wǎng)絡(luò)，編寫智能系統(tǒng)的方法，體驗創(chuàng)客教育活動的快樂。

《基于免疫進化的算法及應(yīng)用研究》中人工免疫系統(tǒng)是繼人工神經(jīng)網(wǎng)絡(luò)、進化計算之后新的計算智能研究方向，是生命科學(xué)和計算科學(xué)相交叉而形成的交叉學(xué)科研究熱點，廣泛應(yīng)用于計算機安全、故障診斷、模式識別、數(shù)據(jù)挖掘、智能優(yōu)化等領(lǐng)域�！痘�于免疫進化的算法及應(yīng)用研究》從人工免疫系統(tǒng)原理入手，在對免疫網(wǎng)絡(luò)理論與算法進行分析的基礎(chǔ)上，在以下

《情感計算與情感機器人系統(tǒng)》在介紹情感計算、情感建模以及人機情感交互概念的基礎(chǔ)上，分析了當前人機情感交互的研究前沿，總結(jié)了在多模態(tài)情感識別方法、人機交互氛圍場建模、情感意圖理解方法、情感機器人的多模態(tài)情感表達以及人機情感交互系統(tǒng)應(yīng)用方面的**研究成果，使讀者對人機情感交互有更深的理解，對促進我國在情感計算與情感機器人領(lǐng)