本書共11章，主要包括人工智能的基本概念、知識表示技術、搜索策略、邏輯推理技術、不確定性推理方法、專家系統(tǒng)、機器學習、模式識別、Agent和多Agent系統(tǒng)、人工智能程序設計語言以及人工智能在電力系統(tǒng)中的應用。

本書共有4部分，分9章。第壹部分對TensorFlow的歷史脈絡進行了簡要的梳理，介紹在安裝TensorFlow時應當考慮的因素，并給出了詳細的TensorFlow安裝指南；第二部分深入介紹TensorFlowAPI的基礎知識；第三部分關注一種更為復雜的深度學習模型，首先對模型進行描述，然后介紹如何用可視化的數(shù)據(jù)流圖表

本書從構成IoT的技術要素講起，逐步深入講解如何靈活運用IoT。內(nèi)容包括用于實現(xiàn)IoT的架構、傳感器的種類及能從傳感器獲取的信息等，并介紹了傳感設備原型設計必需的Arduino等平臺及這些平臺的選擇方法，連接傳感器的電路，傳感器的數(shù)據(jù)分析，乃至IoT跟智能手機/可穿戴設備的聯(lián)動等。此外，本書以作者們開發(fā)的IoT系統(tǒng)為例

本書是一本數(shù)據(jù)挖掘和機器學習領域入門階段的實驗教材，每章由知識要點和實驗兩個部分組成。知識要點部分給出了實驗內(nèi)容對應的知識脈絡，以及對相關問題的理解和分析方法。實驗部分以Mahout工具包為實驗平臺，針對每章的知識點設計了幫助讀者理解和掌握的實驗，這些實驗同時也為讀者運用Mahout工具包針對各種數(shù)據(jù)挖掘和機器學習的實

本書共七篇21章，介紹了認知計算與物聯(lián)網(wǎng)、認知計算與機器學習、認知計算與大數(shù)據(jù)分析、認知云計算、認知計算與機器人技術、認知計算應用和認知計算前沿專題等七個方面的內(nèi)容，全面研究了認知計算與當前各前沿研究領域的結合及應用，全面概括了認知計算這一全新概念在當前科技領域研究的重要性。本書可以作為取代《物聯(lián)網(wǎng)導論》之類教材的全新

本書對近年來稀疏學習、分類與識別領域常見的理論及技術進行了較為全面的闡述和總結，并結合作者多年的研究成果，對相關理論及技術在應用領域的實踐情況進行了展示和報告。

人工智能的成長，一方面有待認知神經(jīng)科學的突破和研究方法論的進步；另一方面需要切實應用的反哺以發(fā)現(xiàn)問題繼而反思。本選題在簡要介紹人工智能的歷史與現(xiàn)狀、思維科學的基本思想與觀念的基礎上，強調(diào)知識工程、尤其是經(jīng)驗及其隱性知識在智能模擬中的獨特作用和重要意義，以書法創(chuàng)作的形象思維模擬和進入應用的計算機輔助心電圖分析這兩種“心跡

本書對近年來認知計算和多目標優(yōu)化領域常見的理論及技術進行了較為全面的闡述和總結，并結合作者多年的研究成果，對相關理論及技術在應用領域的實踐情況進行了展示和報告。

本書以多智能體系統(tǒng)協(xié)同群集運動控制為主線，首先介紹圖論和控制器設計所用到的基礎理論知識；其次，分別從拓撲結構的邊保持和代數(shù)連通度兩個角度介紹了連通性保持條件下的協(xié)同群集運動控制協(xié)議設計方法。進而，從個體動態(tài)模型和拓撲結構模型兩方面繼續(xù)深入，針對典型的輪式移動機器人非完整約束模型介紹了連通性保持條件下的協(xié)同控制策略，為簡

本書共12章：第1章介紹機器學習的基本概念和理論，并介紹用于機器學習的R軟件環(huán)境的準備；第2章介紹如何應用R來管理數(shù)據(jù)，進行數(shù)據(jù)的探索分析和數(shù)據(jù)可視化；第3～9章介紹典型的機器學習算法，包括k近鄰分類算法、樸素貝葉斯算法、決策樹和規(guī)則樹、回歸預測、黑盒算法——神經(jīng)網(wǎng)絡和支持向量機、關聯(lián)分析、k均值聚類，并給出大量的實際