人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對(duì)人類的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類進(jìn)行各個(gè)方面的工作，可以說(shuō)大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對(duì)人類有好的一面也有不好的一面。因此，本書將結(jié)合人工智能技術(shù)的發(fā)

本書以掌握Python語(yǔ)言基礎(chǔ)為前提，由淺入深、全面系統(tǒng)地講解了機(jī)器學(xué)習(xí)的相關(guān)知識(shí)及技能，內(nèi)容注重實(shí)用性和可操作性，在介紹機(jī)器學(xué)習(xí)理論知識(shí)的基礎(chǔ)上，結(jié)合具體的實(shí)戰(zhàn)實(shí)例，給出了詳細(xì)的代碼及實(shí)現(xiàn)步驟。全書共9個(gè)項(xiàng)目，分別介紹了數(shù)據(jù)分析基礎(chǔ)、機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)流程、探索性數(shù)據(jù)分析與特征工程、常見機(jī)器學(xué)習(xí)算法及框架、交叉驗(yàn)證與超

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

本書本著培養(yǎng)高職學(xué)生的人工智能基本素養(yǎng)、人工智能思維和人工智能應(yīng)用實(shí)踐能力的目標(biāo)，內(nèi)容選取符合高職學(xué)生的特點(diǎn)，強(qiáng)調(diào)人工智能的通識(shí)性、典型性和實(shí)用性，具有可操作性。本書選取了涵蓋人工智能領(lǐng)域的多個(gè)典型案例，采用項(xiàng)目化模式構(gòu)建教學(xué)案例，突出實(shí)踐。每個(gè)案例由循序漸進(jìn)的遞進(jìn)式任務(wù)組成，支持課堂分層次教學(xué)實(shí)施。全書共分7章，主要

本書從圖劃分的視角系統(tǒng)介紹基于圖論的機(jī)器學(xué)習(xí)方法，包括機(jī)器學(xué)習(xí)中的三類基本學(xué)習(xí)問(wèn)題：無(wú)監(jiān)督、半監(jiān)督和監(jiān)督學(xué)習(xí)問(wèn)題，同時(shí)考慮協(xié)同正則化、多重正則化和路徑傳播對(duì)基于圖論的學(xué)習(xí)方法進(jìn)行了拓展。通過(guò)大量的實(shí)驗(yàn)驗(yàn)證，本書提供的方法合理有效，算法效率顯著提高。

本書主要利用魯棒控制理論和隨機(jī)系統(tǒng)理論研究了噪聲環(huán)境下多智能體系統(tǒng)的協(xié)同控制問(wèn)題。具體包括噪聲環(huán)境下異構(gòu)多智能體系統(tǒng)的一致性，持續(xù)干擾下多智能體系統(tǒng)的一致性，噪聲環(huán)境下多智能體系統(tǒng)的旋轉(zhuǎn)運(yùn)動(dòng)和對(duì)抗編隊(duì)控制，最后簡(jiǎn)要介紹了噪聲環(huán)境下分?jǐn)?shù)階多智能體系統(tǒng)的一致性。

本套書籍組成為：一冊(cè)基礎(chǔ)知識(shí)教材《人工智能工程技術(shù)人員基礎(chǔ)知識(shí)》，及五個(gè)職業(yè)方向教材：人工智能芯片產(chǎn)品實(shí)現(xiàn)、人工智能平臺(tái)產(chǎn)品實(shí)現(xiàn)、自然語(yǔ)言及語(yǔ)音處理產(chǎn)品實(shí)現(xiàn)、計(jì)算機(jī)視覺產(chǎn)品實(shí)現(xiàn)、人工智能應(yīng)用產(chǎn)品集成實(shí)現(xiàn)。每職業(yè)方向教材分初、中、高三個(gè)級(jí)別編寫�！度斯ぶ悄芄こ碳夹g(shù)人員(初級(jí))——自然語(yǔ)言及語(yǔ)音處理產(chǎn)品實(shí)現(xiàn)》為自然語(yǔ)言及語(yǔ)

本套書包含：《深度學(xué)習(xí)從基礎(chǔ)到實(shí)踐(上、下冊(cè))》《圖神經(jīng)網(wǎng)絡(luò)》。

本書著重從方法論角度對(duì)基于知識(shí)圖譜的可解釋人工智能的相關(guān)研究進(jìn)行分類梳理，并挑選了智能推薦、問(wèn)答對(duì)話、關(guān)系推理等三個(gè)具有代表性的人工智能任務(wù)，在每個(gè)任務(wù)下遴選出近年來(lái)有具有里程碑意義的典型研究成果，詳細(xì)介紹基于知識(shí)圖譜的可解釋人工智能的理論模型和應(yīng)用情況。本書既涵蓋了大量經(jīng)典算法，又引入了近年來(lái)在該領(lǐng)域研究中涌現(xiàn)出的新

本書在歸納分析國(guó)內(nèi)外關(guān)于多智能體系統(tǒng)分布式優(yōu)化控制算法的基礎(chǔ)上，研究了針對(duì)外部干擾、系統(tǒng)未建模動(dòng)態(tài)、系統(tǒng)狀態(tài)受限、固定時(shí)間內(nèi)系統(tǒng)穩(wěn)定等具體需求的高階非線性多智能體系統(tǒng)的分布式控制器設(shè)計(jì)。主要內(nèi)容包括：設(shè)計(jì)基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制算法，利用神經(jīng)網(wǎng)絡(luò)的萬(wàn)能逼近能力對(duì)系統(tǒng)內(nèi)的未建模動(dòng)態(tài)進(jìn)行估計(jì)，并通過(guò)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)自適應(yīng)律和自