人工智能的迅猛發(fā)展，對整個人類、社會和時代的進步起到了不可估量的作用。然而，人工智能的未來奇點在哪兒？人工智能是否具有人類意識？人工智能會導(dǎo)致人類大規(guī)模失業(yè)嗎？會替代人類嗎？本書以通俗易懂的語言，圖文并茂的方式不僅描繪了人工智能發(fā)展的歷史、現(xiàn)狀與未來，而且探討了人工智能發(fā)展可能對經(jīng)濟、政治、軍事、法律等方面的影響，其中

本書由校企“雙元”共同開發(fā)，以人工智能應(yīng)用開發(fā)的學(xué)習(xí)與認知過程為主線，以實踐為主導(dǎo)，將理論知識與實踐應(yīng)用有機結(jié)合，將人工智能的應(yīng)用開發(fā)的過程分為數(shù)據(jù)、人工、智能和系統(tǒng)化四個層級和十二個步驟。十二個步驟包括：數(shù)據(jù)采集、數(shù)據(jù)整理、數(shù)據(jù)分析、數(shù)據(jù)標(biāo)注、特征提取、模型創(chuàng)建、模型訓(xùn)練、模型測試、集成AI模型生成智能系統(tǒng)、系統(tǒng)測試

本書結(jié)合具體的控制系統(tǒng)介紹了自動控制的基本理論及工程應(yīng)用。主要內(nèi)容包括緒論、控制系統(tǒng)的數(shù)學(xué)模型、線性系統(tǒng)的時域分析、根軌跡法、線性系統(tǒng)的頻域分析、控制系統(tǒng)設(shè)計、非線性系統(tǒng)分析、線性離散系統(tǒng)、線性系統(tǒng)的狀態(tài)空間分析，以及自動控制系統(tǒng)綜合案例。本書融入了課程思政內(nèi)容，從實際應(yīng)用出發(fā)，突出物理概念，減少數(shù)學(xué)公式推導(dǎo)；強化工程

深度強化學(xué)習(xí)結(jié)合深度學(xué)習(xí)與強化學(xué)習(xí)算法各自的優(yōu)勢解決復(fù)雜的決策任務(wù)。得益于DeepMindAlphaGo和OpenAIFive成功的案例，深度強化學(xué)習(xí)受到大量的關(guān)注，相關(guān)技術(shù)廣泛應(yīng)用于不同的領(lǐng)域。本書分為三大部分，覆蓋深度強化學(xué)習(xí)的全部內(nèi)容。第一部分介紹深度學(xué)習(xí)和強化學(xué)習(xí)的入門知識、一些非�；�礎(chǔ)的深度強化學(xué)習(xí)算法及其實

本書從傳統(tǒng)的機器學(xué)習(xí)，如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、集成學(xué)習(xí)，到前沿的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，如DNN、CNN、BERT、ResNet等，對人工智能技術(shù)進行零基礎(chǔ)講解，內(nèi)容涵蓋數(shù)學(xué)原理、公式推導(dǎo)、圖表展示、企業(yè)應(yīng)用案例。本書面向初中級讀者，能幫助讀者迅速掌握機器學(xué)習(xí)技術(shù)的相關(guān)概念及原理。本書內(nèi)容結(jié)合作者多年

機器學(xué)習(xí)實戰(zhàn)：使用R、tidyverse和mlr

隨著人工智能技術(shù)的發(fā)展，人類對智能化服務(wù)更加渴望，聊天機器人成為研發(fā)熱門之一。《智能聊天機器人：核心技術(shù)與算法》從聊天機器人所涉及的多個方面出發(fā)，先理論后實踐，讓讀者不僅能了解其中的原理，還能自己動手編程。《智能聊天機器人：核心技術(shù)與算法》共9章，第1章以該領(lǐng)域的背景知識作為開篇，重點介紹了聊天系統(tǒng)中的主要模塊；第2章

本書是一本介紹深度學(xué)習(xí)理論和實戰(zhàn)應(yīng)用的教程，先從數(shù)學(xué)基礎(chǔ)和機器學(xué)習(xí)基礎(chǔ)出發(fā)，按照神經(jīng)網(wǎng)絡(luò)的技術(shù)發(fā)展框架由易到難逐步講解深度學(xué)習(xí)的理論，然后再通過實踐部分，詳細解釋深度學(xué)習(xí)的應(yīng)用案例，讓讀者既能了解深度學(xué)習(xí)理論，又能學(xué)會使用深度學(xué)習(xí)框架，實現(xiàn)自己的深度學(xué)習(xí)模型。主要內(nèi)容包括深度學(xué)習(xí)的發(fā)展歷史、單層感知器、線性神經(jīng)網(wǎng)絡(luò)、B

本書基于豐富的圖示，詳細介紹了有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機、核方法、樸素貝葉斯、隨機森林、神經(jīng)網(wǎng)絡(luò)、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對各算法均用Python代碼進行了實現(xiàn)，讀者可一邊運行代碼一邊閱讀，從

本書全面講解PaddlePaddleFluid框架在深度學(xué)習(xí)領(lǐng)域的應(yīng)用。全書共15章，分別是PaddlePaddle深度學(xué)習(xí)開發(fā)環(huán)境的搭建、PaddlePaddle快速入門、線性回歸算法實戰(zhàn)、卷積神經(jīng)網(wǎng)絡(luò)實戰(zhàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)實戰(zhàn)、生成對抗網(wǎng)絡(luò)實戰(zhàn)、強化學(xué)習(xí)實戰(zhàn)、模型的保存與使用、遷移學(xué)習(xí)實戰(zhàn)可視化工具VisualDL的使