為了適應和持續(xù)推動人工智能學科和多學科交叉領域的新發(fā)展，本書遵循“理論化—典型化—應用化”的思路，秉持以理論學習和工程應用為主要背景論述深度學習基礎理論、方法和應用的宗旨，結(jié)合團隊多年領域研究和課堂教學實踐，從深度神經(jīng)網(wǎng)絡的核心結(jié)構和原理出發(fā)，闡述了典型神經(jīng)網(wǎng)絡及其實際應用。 全書分為四部分，共16章。其中，深度學習

本書從人工智能這一顛覆性技術的前世今生說起，對我國人工智能發(fā)展歷程、人工智能應用領域以及人工智能對社會經(jīng)濟的影響進行了梳理，深入探討了人工智能背景下實體經(jīng)濟、產(chǎn)業(yè)工人、技術技能、職業(yè)教育等相關領域交叉融合的關系以及面臨的挑戰(zhàn)與對策，提出了智能化進程中技術技能、職業(yè)教育與產(chǎn)業(yè)工人的發(fā)展互動路徑。 全書共七章，具體為：人

深度學習技術作為人工智能領域的一門新興技術，已成為人工智能科研領域、企業(yè)應用領域中常用的一門技術。本教材由神經(jīng)網(wǎng)絡基本訓練規(guī)則、感知器、BP網(wǎng)絡作為基礎，講述神經(jīng)網(wǎng)絡基礎訓練方法。并通過自編碼器網(wǎng)絡，將淺層網(wǎng)絡過度到深度神經(jīng)網(wǎng)絡部分，詳細講解卷積神經(jīng)網(wǎng)絡原理及訓練方法、卷積神經(jīng)網(wǎng)絡的發(fā)展以及基于卷積神經(jīng)網(wǎng)絡的目標檢測算

本書聚焦深度學習算法的基礎理論和核心算法，全面系統(tǒng)地論述深度學習的基礎理論，兼顧人工智能數(shù)學基礎知識與領域**原創(chuàng)基礎理論，構建脈絡清晰的人工智能理論體系。本書首先介紹了深度學習的相關數(shù)學基礎，主要包括線性代數(shù)、概率論、信息論三部分；緊接著系統(tǒng)地介紹了深度學習的重點內(nèi)容，主要分為五方面，即深度學習的逼近理論，深度學習的

本書共8章，包括緒論、知識表示、搜索算法、推理技術、專家系統(tǒng)、機器學習、規(guī)劃系統(tǒng)以及Agent系統(tǒng)，全面系統(tǒng)地介紹了人工智能的發(fā)展、表示方法以及經(jīng)典算法等內(nèi)容。具體包括：人工智能的定義和發(fā)展、人類智能與人工智能、人工智能的學派及其爭論等。

本書主要內(nèi)容包括：人工智能的新里程碑——ChatGPT、深入理解Transformer模型、生成式預訓練、無監(jiān)督多任務與零樣本學習、稀疏注意力與基于內(nèi)容的學習等，共十一章。具體內(nèi)容包括：ChatGPT的發(fā)展歷程、ChatGPT的能力、大語言模型的技術演化等。

本書適合任何想要深入了解深度學習這個迷人領域的人，您不需要具備高級數(shù)學和編程知識就可以掌握其根本原理。如果您想知道這些工具是如何工作的，并學會自己使用它們，答案盡在書中。而且，如果您已經(jīng)準備好編寫自己的程序，那么隨附的Github存儲庫中還有大量補充的Python筆記本可以幫助您。本書講解語言通俗易懂，包含大量的的彩色

本書系統(tǒng)闡述了智能算法在波束形成設計、波達方向估計與聲源定位中的應用。全書分三篇，共11章，主要涉及仿人智能算法、仿生物進化智能算法、群體智能優(yōu)化算法和深度學習等的原理、方法及實現(xiàn)框架，寬帶波束形成、穩(wěn)健自適應波束形成、混響背景下波束形成的設計原理與方法，以及寬帶信號波達方向估計與近場聲源定位算法，也給出了智能算法在波

本書較為全面地介紹了腦科學、神經(jīng)科學的基本概念、知識和理論，以及腦科學、神經(jīng)科學等方面的新成果和新發(fā)現(xiàn)。全書共11章，在緒論部分介紹了腦科學定義、研究方法、研究內(nèi)容以及發(fā)展現(xiàn)狀，然后介紹了腦的基本結(jié)構與組成以及腦神經(jīng)系統(tǒng)知識。在智能機制方面，主要詳細介紹了感知覺、運動、學習與記憶、注意與決策、語言、情緒等功能產(chǎn)生或形成

ChatGPT在全球掀起了AI大模型的浪潮，它是基于GPT-3.5架構的大模型所產(chǎn)生驚艷效果的典型代表。AI大模型是指具有大規(guī)模參數(shù)和復雜結(jié)構的人工智能模型。隨著計算能力的不斷提高和數(shù)據(jù)量的增大，AI大模型在自然語言處理、圖像識別、語音識別等領域取得了重大的進展和成果，OpenAI于今年3月也剛剛發(fā)布了ChatGPT的