本書從知識系統構建的支撐技術和制造企業(yè)的實際應用出發(fā)，系統地介紹了知識工程的概念、方法和應用。全書共7章，重點介紹了知識獲取、知識表示、知識推理及知識管理，在此基礎上，針對制造企業(yè)知識工程實施方法、工具展開了介紹，最后介紹了知識系統的結構、開發(fā)，以及知識工程技術在機械制造領域的應用。本書結合知識工程技術在制造業(yè)的應用案

本書是一本在人工智能領域極具前瞻性和引領性的作品，書中解答了什么是通用人工智能、如何認清智能的本質、如何為人工智能找到統一理論與認知架構進而為機器立“心”等重要問題，全書共分為兩個部分，總計7章，從兩個方向——“厘清通用人工智能的關鍵迷思”和“邁向通用人工智能的框架和路線圖”，重點探討了通用人工智能領域發(fā)展的7個重要問

本書系統地講解各種模型在端側平臺(含嵌入式設備、移動端設備)中的工程化實踐，重點討論模型優(yōu)化、模型輕量化設計、高性能計算、Neon編程、ARM處理器OpenCV編程、基于TFLite的端側模型部署和性能優(yōu)化、NPU和GPU推理加速等。通過本書的閱讀，讀者可以理解端側AI模型部署內容，包括算法及算子優(yōu)化和對模型的精度、性

本教材內容包括機器學習概述、機器學習開發(fā)環(huán)境安裝及使用，以及8個預測任務(涵蓋監(jiān)督學習、無監(jiān)督學習、集成學習、深度學習等知識點)。在內容的選取上，本教材突出數據的多樣性、方法的代表性和繼承性，通過豐富的機器學習任務深入淺出地介紹機器學習技術在現實生活中的應用和實踐。本教材共有10章，第1-2章是實施機器學習任務前的概念

本書探討了人工智能(AI)的發(fā)展及其對人類社會的深遠影響。書中首先強調了科學技術作為第一生產力的重要性，引用了鄧小平和幾代領導人的觀點，指出科技創(chuàng)新在推動社會生產力和經濟增長中的核心作用；在探討財富的起源和增長時，指出工業(yè)革命后的技術進步是近200多年財富爆發(fā)性增長的主要推動力；書中對世界復雜性的討論同樣引人深思。最引

本書是一本精簡的神經網絡入門教程，用通俗易懂的語言講解神經網絡的相關知識。本書共6章，第1章對神經網絡領域進行概述，包括其歷史和應用；第2章深入探討神經元的數學模型，包括其輸入、權值、偏置和激活函數；第3章介紹感知機的概念，討論感知機的結構，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機的概念，講述如何使用前

本教材系統地講解了機器學習的理論與方法，內容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數貝葉斯方法、聚類分析、支持向量機、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機與卷積神經網絡、序列神經網絡，以及強化學習。本教材旨在使讀者了解機器學習的發(fā)展，理解和掌握機器學習的基本原理、方法與主要應用。本書

機器學習是人工智能的核心領域之一，本書配套周志華教授所著的《機器學習》教材，通過大量習題考查讀者對機器學習相關知識點的理解與掌握。本書分為兩個部分：第一部分習題對應《機器學習》第1-10章的內容，包括緒論、模型評估與選擇、線性模型、決策樹、神經網絡、支持向量機、貝葉斯分類器、集成學習、聚類、降維與度量學習；第二部分包含

本書彌補了純數學書籍和機器學習書籍存在的單一性問題，介紹了理解機器學習所需的必備數學概念，例如線性代數、解析幾何、矩陣分解、向量微積分、優(yōu)化、概率和統計，并使用這些概念推導出了四種核心機器學習方法：線性回歸、主成分分析、高斯混合模型和支持向量機。本書每一章都包括一些例子，大部分章還配有習題，以方便讀者測試對所學知識的理

本書以提高學生數字化素養(yǎng)、提升人工智能通識教育質量為目標，引入生活中與人工智能相關的真實案例，進行基于成果導向的結構設計，將深奧復雜的人工智能知識體系化、模塊化、生活化，深入淺出，通過貼近生活的小案例、微任務進行引導式學習。書中包含人工智能、機器學習、物聯網、大數據等技術模塊和人工智能在生活、教學、消防等領域的應用模塊