PyTorch是基于Torch庫的開源機器學習庫，它主要由Meta（原Facebook）的人工智能研究實驗室開發(fā)，在自然語言處理和計算機視覺領域都具有廣泛的應用。本書介紹了簡單且經典的入門項目，方便快速上手，如MNIST數字識別，讀者在完成項目的過程中可以了解數據集、模型和訓練等基礎概念。本書還介紹了一些實用且經典的模

本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機器學習中的應用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數估計、機器學習、深度學習、貝葉斯網絡、動態(tài)貝葉斯網絡、貝葉斯深度學習等。本書涉及的應用領域包含機器學習、圖

本書對幾類時滯隨機神經網絡的全局漸近穩(wěn)定性和全局魯棒穩(wěn)定性進行了深入研究，其中包括：不確定隨機神經網絡與時滯區(qū)間相關的全局魯棒穩(wěn)定性條件、帶區(qū)間時變時滯的不確定隨機神經網絡的全局魯棒穩(wěn)定性、具有區(qū)間時變時滯與分布時滯的不確定隨機神經網絡的均方穩(wěn)定性、不確定時滯隨機BAM神經網絡的均方穩(wěn)定性、以及時滯隨機中立神經網絡的全

近年來，人工智能體相繼在圍棋、星際爭霸、王者榮耀、得州撲克等復雜對抗任務上取得戰(zhàn)勝人類頂尖選手的成績，這是以深度強化學習為代表的機器學習技術在人機對抗領域取得的巨大進展，也使得人們對兵棋人機對抗充滿期待。本書著重研究分隊指揮決策模型總體架構、分隊態(tài)勢感知建模、分隊戰(zhàn)術決策建模等技術，并闡述人工智能分隊指揮員、人機對抗系

本書以新一代信息技術為主線，分七章分別介紹了5G技術、物聯網及相關技術、云計算技術、大數據相關技術、人工智能和現代信息技術融合應用等。每一章用較短的篇幅介紹相關的基本內容和知識，并從系統開發(fā)的角度，闡述如何將這些新一代的信息技術與各專業(yè)進行融合，著重用一些實例來闡述如何在開發(fā)現代智能應用系統中合理、恰當地使用這些新技術

《Python機器學習技術與應用（普通高等教育人工智能專業(yè)系列教材）》以機器學習初學者為教學對象，通過講解機器學習的常用方法及實際應用，培養(yǎng)讀者機器學習應用技能及計算思維能力。全書共12章，主要內容包括機器學習概述、Python語言基礎、網絡爬蟲、數據預處理與特征工程、多元回歸分析、分類方法、支持向量機、樸素貝葉斯方法

神經網絡與深度學習是人工智能研究的重要領域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學。本書緊緊圍繞神經網絡和深度學習的基礎知識體系進行系統的梳理，力求從基礎理論、經典模型和前沿應用展開論述，便于讀者能夠較為全面地掌握深度學習的相關知識。全書共16章。第1章是緒論，簡要介紹人工智

人工智能正快速進入人類社會，在給社會帶來重大利好的同時，也引起了很多問題，比如就業(yè)問題、倫理問題等。為更好地引導人工智能的發(fā)展，規(guī)避人工智能可能帶來的社會問題，從哲學的高度對人工智能進行反思因而十分有必要�；�于人工智能的發(fā)展現狀以及未來可能的發(fā)展方向，我們試圖從以下幾個方面討論人工智能所涉及的問題：一、什么是人工智能？

《PyTorch深度學習之目標檢測》首先從人工智能產業(yè)的發(fā)展史和機器眼中的圖像世界開始講述，逐步引導讀者進入機器學習的圖像處理當中；然后講解深度學習中實現目標檢測的主要算法，和以PyTorch框架為基礎構建的神經網絡；最后的實戰(zhàn)部分詳細講解了如何使用目標檢測算法實現具體項目。全書共10章，涵蓋內容包括：人工智能的歷史和

本書從人工智能、機器學習和深度學習三者的關系開始，以深度學習在計算機視覺、自然語言處理和推薦系統的應用實踐為主線，逐步剖析模型原理和代碼實現。書中的內容深入淺出，通過原理與代碼結合、產業(yè)實踐和作業(yè)結合的方式，幫助讀者更好地掌握深度學習的理論知識和深度學習開源框架的使用方法。為了讓更多的讀者從中受益，快速應對復雜多變的A