本書參照《國家新一代人工智能標準體系建設指南》，全面系統(tǒng)地闡述人工智能理論和技術體系的基本框架，并體現(xiàn)了人工智能的**進展。全書共13章，第1章介紹人工智能的基本概念、發(fā)展簡史，并著重介紹人工智能的主要研究內容與各種應用，以開闊讀者的視野，引導讀者進入人工智能各個研究領域；第2～6章闡述人工智能的基本原理和技術基礎，重

本書以人工智能發(fā)展為時代背景,通過20個應用機器學習模型和算法的實際案例,為工程技術人員提供較為詳細的實戰(zhàn)方案,以便深度學習。在編排方式上,全書側重對創(chuàng)新項目的過程進行介紹。分別從整體設計、系統(tǒng)流程和實現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓練和模型應用,并剖析模塊的功能、使用和程序代碼。為便于讀者高效學習、快速掌握人工智能開

本書深入淺出講解深度學習，對復雜的深挖其本質，讓其簡單化；對簡單的深挖其聯(lián)系，讓其豐富化。從理論知識到實戰(zhàn)項目，內容翔實。本書分為兩篇，基礎篇主要講解深度學習的理論，實戰(zhàn)篇是代碼實踐及應用�；�礎篇（第1~13章）包括由傳統(tǒng)機器學習到深度學習的過度、圖像分類的數(shù)據(jù)驅動的方法、Softmax損失函數(shù)、優(yōu)化方法與梯度、卷積神

圍繞著MDP模型，闡述動態(tài)規(guī)劃、蒙特卡羅、動態(tài)規(guī)劃等有窮表格式強化學習方法。在深度強化學習框架PyTorch下，闡述DQN,DDDPG,A3C等算法。本書以實例為導向，深度淺出地講解相關算法。全書采用完整的數(shù)學體系，各章內容循序漸進，嚴謹?shù)刂v授強化學習的理論基礎，主要定理均給出證明過程�；�于理論講解強化學習算法，

本書從信息科學的角度出發(fā)，介紹了智能信息處理的基礎理論及各種新的處理技術，涉及目前國內外智能信息處理的研究成果。

本書基于計算機類專業(yè)對大數(shù)據(jù)平臺技術和大規(guī)模數(shù)據(jù)處理的實戰(zhàn)需求，在闡述數(shù)據(jù)科學、Hadoop和Spark配置要點和大數(shù)據(jù)處理周期的基礎上，重點闡述大數(shù)據(jù)采集與存儲、預處理、特征工程、數(shù)據(jù)可視化分析、機器學習基礎等大數(shù)據(jù)處理技術及其Python實現(xiàn)，以及基于Hadoop和Spark平臺的Python接口調用和機器學習編程

本書是一本系統(tǒng)介紹機器學習所涉及的數(shù)學知識和相關Python編程的實例工具書，同時還介紹了非常經典的綜合案例，除了編寫機器學習的代碼，還編寫了深度學習的代碼。本書一共分為兩部分。 第一部分為數(shù)學基礎知識部分，包含8個章節(jié)，介紹了微積分、線性代數(shù)、概率統(tǒng)計、信息論、模糊數(shù)學、隨機過程、凸優(yōu)化和圖論的系統(tǒng)知識體系及幾個數(shù)學

本書用通俗易懂的語言全面介紹了人工智能的基礎知識。本書共三大部分：理論基礎、編程語言基礎和應用實戰(zhàn)。第壹部分(基礎篇)分為5章，主要從人工智能的概念和主要應用場景等方面介紹人工智能的基礎現(xiàn)論知識。第二部分(語言篇)分為5章，主要介紹了Python語言的編譯環(huán)境以及Python語言的基礎知識。第三部分(實踐篇)分為4章，

《自動化專業(yè)本科系列教材：智能控制》以智能控制的基本原理、主要技術以及智能控制技術在生產實際中的應用為主線進行論述。全書內容包括：概論，分級遞階智能控制，基于模糊推理的智能控制系統(tǒng)，基于神經元網(wǎng)絡的智能控制技術，遺傳算法及其在智能控制中的應用，專家控制系統(tǒng)，基于規(guī)則的仿人智能控制，智能控制應用實例。 《自動化專業(yè)本科

本書包含基礎模塊和拓展模塊共十二個項目，分別為操作系統(tǒng)、文檔處理、電子表格處理、演示文稿制作、信息檢索、信息安全、信息素養(yǎng)與社會責任、新一代信息技術、大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)。書中內容注重學生技術技能的培養(yǎng)，體現(xiàn)了高職高專教學特色。