本書是入門階段的人工智能技術(shù)讀物，使讀者獲得人工智能的入門知識和基本的人工智能思維模式與動手能力，主要內(nèi)容包括人類智能與人工智能的關(guān)系、人工智能的定義、人工智能六大實現(xiàn)途徑、智能系統(tǒng)的動手實踐等，為學校開展人工智能入門教學或者讀者自學人工智能技術(shù)提供參考和指南。

使用機器學習技術(shù)解決實際應(yīng)用問題涉及模型的建立、訓練及評估等步驟。優(yōu)化算法常被用于訓練模型的參數(shù)，是機器學習的重要組成部分。機器學習模型的訓練可以建模成無約束優(yōu)化問題或帶約束優(yōu)化問題，約束可以為模型增加更多的先驗知識。基于梯度的算法（例如加速梯度法、隨機梯度法等）是求解無約束優(yōu)化問題的常用方法，而交替方向乘子法（ADM

本書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡(luò)的主要理論和設(shè)計基礎(chǔ)，給出了大量應(yīng)用實例，旨在使讀者了解神經(jīng)網(wǎng)絡(luò)的發(fā)展背景和研究對象，理解和熟悉其基本原理和主要應(yīng)用，掌握其結(jié)構(gòu)模型和基本設(shè)計方法，為以后的深入研究和應(yīng)用開發(fā)打下基礎(chǔ)。全書共分為10章，第1、2章介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史、基本特征與功能、應(yīng)用領(lǐng)域及基礎(chǔ)知識，第3~10章展開介

《自動控制原理（第2版）》主要內(nèi)容包括控制系統(tǒng)的數(shù)學模型，線性系統(tǒng)的時域分析法、根軌跡法、頻域分析法、綜合與校正，非線性系統(tǒng)的分析，線性離散系統(tǒng)的分析。本書著重于基本概念、基本理論和基本分析方法，并附加學習資源，掃描書中的二維碼可隨時完成基本測試題練習并查看參考答案。本書在國家智慧教育公共服務(wù)平臺有配套在線課程，可供讀

2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學開設(shè)人工智能相關(guān)課程，并提倡以計算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學導(dǎo)向。因此，機器學習作為人工智能技術(shù)的內(nèi)核，走入我國廣大中小學生的課堂是科技發(fā)展的必然選擇�！禕R》本書共11章，系統(tǒng)地介紹機器學習模型中常見的白盒和黑盒模型，以及這些模型統(tǒng)一的框

本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計科學的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關(guān)深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內(nèi)容，并針對技術(shù)的發(fā)展，新增注意力機制、預(yù)訓練等內(nèi)容。本書包含15章，第一部分介紹深度學習的基礎(chǔ)知識和預(yù)備知識，并由線性模型引出基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)——多層感知機

本書是《Scikit-learn機器學習詳解》（潘風文編著）的進階篇，講解了Sklearn（Scikit-learn）機器學習框架的各種高級應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學習、模型選擇和交叉驗證、異常檢測、管道、信號分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學習，讀者可快速掌握Sklearn框架的高

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標檢測網(wǎng)絡(luò)的構(gòu)建原理、方法、過程，具有較高的學術(shù)價值；同時，本書將所構(gòu)建的類腦智能目標檢測網(wǎng)絡(luò)在無人車交通標志檢測、無人車-機械臂協(xié)同作業(yè)這兩個場景進行了示范應(yīng)用，具有較大的工程應(yīng)用價值。本書主要的讀者群體為從事類腦智能、計算機視覺、無人系統(tǒng)研究的科研工作者

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風格將當今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學，感知、推理、學習和行動，公平、信任、

本書系統(tǒng)介紹了5G物聯(lián)網(wǎng)端管云協(xié)同設(shè)計理念，主要內(nèi)容包括基于STM32單片機的感知終端開發(fā)、基于5GNB-IoT和NR的感知數(shù)據(jù)處理與傳輸、采用公有云和自建云的物聯(lián)數(shù)據(jù)存儲與Grafana可視化平臺，最后通過4個典型的物聯(lián)網(wǎng)綜合應(yīng)用和兩個物聯(lián)網(wǎng)競賽獲獎實戰(zhàn)案例，助力讀者掌握面向端管云協(xié)同設(shè)計的物聯(lián)網(wǎng)應(yīng)用項目開發(fā)。為提高

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風格將當今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學，感知、推理、學習和行動，公平、信任、

本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機器學習中的應(yīng)用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數(shù)估計、機器學習、深度學習、貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、貝葉斯深度學習等。本書涉及的應(yīng)用領(lǐng)域包含機器學習、圖

本書致力于介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念和算法、研究前沿以及廣泛和新興的應(yīng)用，涵蓋圖神經(jīng)網(wǎng)絡(luò)的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。全書分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡(luò)成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡(luò)典型的前沿領(lǐng)域；第四部分描述可能對圖神經(jīng)網(wǎng)絡(luò)未來研

機器學習是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書涵蓋了機器學習和深度學習的基礎(chǔ)知識，主要包括機器學習的概述、統(tǒng)計學基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機、文本分析、分布式機器學習算法等經(jīng)典的機器學習基礎(chǔ)知識，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、目標檢測、自編碼器等深度學習的內(nèi)容。此外，

知識工程是人工智能發(fā)展中重要的研究工作。形式概念分析提出后廣泛用戶不同領(lǐng)域的知識表示，近年來知識圖譜在信息檢索領(lǐng)域解決了不同層面應(yīng)用的知識表達和知識推理中。在形式概念分析和知識圖譜研究工作上，圍繞一些不適合建立領(lǐng)域知識圖譜的應(yīng)用背景，知識的獲取、知識的表示、知識推理等問題，提出了從文本中一些具有內(nèi)涵和外延概念這一知識的

隨著云計算、大數(shù)據(jù)等的快速發(fā)展，越來越多的組織用信息化手段進行流程管理。如何提升流程執(zhí)行的智能化程度、動態(tài)性和柔性，以提高對非標準業(yè)務(wù)的管理效率，是流程管理面臨的一個重要問題。 本書基于流程管理系統(tǒng)積累的日志，提出了3種流程管理的工作流活動推薦方法，分別為基于用戶類別近鄰的活動推薦方法、基于Pearson相關(guān)系數(shù)的活動

本書通過扎實、詳細的內(nèi)容和清晰的結(jié)構(gòu)，從算法理論、算法源碼、實驗結(jié)果等方面對深度學習算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在計算機視覺方向的一些卷積神經(jīng)網(wǎng)絡(luò)，從基礎(chǔ)骨干網(wǎng)絡(luò)、輕量級CNN、模型架構(gòu)搜索3個方向展開，介紹計算機視覺方向的里程碑算法；第二篇主要介紹深度學習在自然語言處理方向的重要突破，包括基

本書主要針對控制理論的一些重要分支，分析了當前存在的瓶頸問題，展望了其發(fā)展趨勢和面臨的一系列挑戰(zhàn)。全書共分為17章，分別為：優(yōu)化控制研究的概述與關(guān)鍵問題分析、邏輯控制系統(tǒng)中的未解問題、系統(tǒng)與控制中優(yōu)化理論與應(yīng)用的挑戰(zhàn)與瓶頸、分布參數(shù)系統(tǒng)控制、數(shù)據(jù)驅(qū)動控制系統(tǒng)、自抗擾控制中的若干未解問題、非線性控制的幾個瓶頸問題、時間與

本書采用全彩圖解+視頻講解的形式，通過生動有趣的童話探秘之旅，介紹了利用JoyFrog（呱比特手柄）和Kittenblock進行人工智能項目開發(fā)的思路及技巧。全書共18課，涵蓋以下知識點：百度大腦中的文字朗讀、語音識別、圖形識別、文字識別、人臉識別和寫詩寫春聯(lián)等，F(xiàn)aceAI中的人臉、微笑、年齡、性別等的檢測，機器學習