本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應用體系架構。本書首先介紹了智能系統(tǒng)的發(fā)展、相關概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智

本書首先從深度學習的原理出發(fā)，介紹如何把深度學習的理論轉換為PyTorch代碼，然后介紹如何在計算機上運行這些代碼。作為一本面向初中級讀者的技術類圖書，本書在前面所述內(nèi)容的基礎上，還介紹了學術界前沿的一系列實例，以及PyTorch的源代碼結構，以期讀者能夠融會貫通深度學習框架的設計和應用的思想。

本選題宏觀而全面地介紹了人工智能的理論和實踐，闡述了人工智能領域的核心內(nèi)容，并較為深入的介紹了各個主要研究方向的理論基礎及應用。全書分為8章：第1章介紹人工智能的基本概念、研究目標及發(fā)展情況；第2章講解人工智能領域常用的數(shù)學概念；第3、4章討論人工智能在通訊領域、控制領域的應用原理及常見技術；第5章講解人工智能的核心算

本書系統(tǒng)介紹了深度學習理論，并基于MindSporeAI計算框架進行實踐。全書共分十四章，內(nèi)容涵蓋了深度學習概況、理論基礎、深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、無監(jiān)督學習、深度強化學習、自動化機器學習、端云聯(lián)合訓練、可視化、數(shù)據(jù)準備等內(nèi)容。為便于讀者學習，書中還給出了基于MindSpore實現(xiàn)的關于深度學習的開發(fā)實例以及線上資

本書探討了計算機在創(chuàng)造性藝術等領域里可能做出的貢獻。除了探討人工智能（AI），本書也是一部人類創(chuàng)造力的歷史。AI可以創(chuàng)作出優(yōu)美的音樂，但AI本身會知道為什么這個音樂作品是優(yōu)美的嗎？或者，人類會認為這個音樂作品是AI原創(chuàng)的嗎？為了思考這些問題，我們必須追溯人類創(chuàng)造力的歷史，思考第一批人類是怎樣、何時、為何與音樂建立聯(lián)系的

本書內(nèi)容包括神經(jīng)網(wǎng)絡的基礎、深度神經(jīng)網(wǎng)絡的優(yōu)化和驗證、深度神經(jīng)網(wǎng)絡開發(fā)和訓練環(huán)境的構建、使用Tensor-Board進行網(wǎng)絡訓練的監(jiān)控和模的超參數(shù)優(yōu)化。本書詳細介紹的深度學習問題，包括基本的回歸問題、二元分類問題和多元分類問題，還包括較為復雜的卷積神經(jīng)網(wǎng)絡對圖像的分類和使用預訓練CNN進行的遷移學習；使用遞歸神經(jīng)網(wǎng)絡進

本書介紹了數(shù)據(jù)科學領域常用的所有重要機器學習算法以及TensorFlow和特征工程等相關內(nèi)容。涵蓋的算法包括線性回歸、邏輯回歸、支持向量機、樸素貝葉斯、k均值、隨機森林等，這些算法可以用于監(jiān)督學習、非監(jiān)督學習、強化學習或半監(jiān)督學習。在本書中，你將學會如何使用這些算法來解決所遇到的問題，并了解這些算法的工作方式。本書還將

本書內(nèi)容包括機械工程控制基礎的基本概念、系統(tǒng)的數(shù)學建模、控制系統(tǒng)的時域分析法、控制系統(tǒng)的頻域分析法、控制系統(tǒng)的設計與校正、離散控制系統(tǒng)初步、Matlab/Simulink在控制系統(tǒng)分析中的應用、機械工程控制系統(tǒng)案例分析等。本書可供機械工程類相關專業(yè)的本科、成人教育、函授生作為教材，也可供相關教師與工程技術人員作為參考書

涵蓋強化學習基本算法實踐+深度強化學習算法的原理實現(xiàn)及案例。代碼豐富，可直接上手操作；配套豐富的直播課程資源！

共分為4個部分：1、基礎知識：主要介紹機器學習的基本概念、Python的基礎知識、常用第三方庫，并結合網(wǎng)絡爬蟲及信息提取案例和股票數(shù)據(jù)圖表繪制案例使讀者對本部分內(nèi)容有更好的理解。2、有監(jiān)督分類案例：包括Iris數(shù)據(jù)分類、新聞文本數(shù)據(jù)分類、手寫數(shù)字圖像識別和場景文字檢測共4個案例。3、無監(jiān)督聚類案例：包括人臉圖像聚類和文