本書是面向人工智能專業(yè)英語課程的教材，全書共分為10個單元，分別為人工智能介紹、知識表示和推理、不確定性推理、人工智能的搜索方法、機器學習、人工神經網絡、深度學習、強化學習、計算機視覺和自然語言處理。本書信息量大，知識性強，注重英語的聽、說、讀、寫、譯能力的全面培養(yǎng)和實際應用。各單元內容均分為閱讀與翻譯、寫作、聽與說三

本書是人工智能專業(yè)英語教材，涉及人工智能基礎、強人工智能與弱人工智能、人工智能應用領域、常用搜索算法、軟件與Python編程語言、知識系統(tǒng)與知識庫、專家系統(tǒng)和推理引擎、機器學習與深度學習、決策樹、人工神經網絡和模糊神經網絡、監(jiān)督學習與無監(jiān)督學習、人工智能安全、大數(shù)據與人工智能、云計算與人工智能、普適計算、人工智能與智慧

本書是教育部職教團隊公共領域課題研究課題資助項目：人工智能和信息技術引領的職業(yè)院校教學改革融合研究與實踐（GG2020070001）的研究成果之一。本書的編寫思路是提高學生的人工智能思維和人工智能素養(yǎng)，內容選取上力求突出人工智能的通識性和實用性，便于教學。全書主要分為三部分內容。首先概述了人工智能的基礎知識，包括基本概

本書根據人工智能技術服務專業(yè)人才培養(yǎng)的需求，以智能機器人為載體，以揭開人工智能的神秘面紗為主線進行編寫，設置了5個學習情境。學習情境1主要介紹人工智能的發(fā)展和應用，引起學習者的興趣；學習情境2主要從智能機器如何進行知識存儲的角度來理解人工智能；學習情境3主要從智能機器如何使用知識進行探索世界和求解問題的角度來進一步理解

《深度學習原理與PyTorch實戰(zhàn)》按照從理論到實踐，從實踐到創(chuàng)造的順序講解深度學習領域的知識與技術，代碼翔實，公式簡單易懂�！渡疃葘W習原理與PyTorch實戰(zhàn)》第1章介紹深度學習的概念和目前的形勢，第2章介紹Python編程語言基礎，第3章使用Python語言計算極限、導數(shù)、級數(shù)等數(shù)學問題，第4章講解深度學習的基本原

本書探究交替方向乘子法在圖像處理中的應用,選取了運動模糊圖像復原和遙感圖像融合兩個領域來作細致研究。通過MATLAB進行仿真實驗,利用交替方向乘子法高效求解復雜的凸優(yōu)化問題,研究遮擋人臉識別的魯棒性算法,以及人臉圖像的類內變化和類間變化與魯棒性算法的關系。同時,本書還探索高效的分布式優(yōu)化求解方法。將分布式計算框CoCo

TensorFlow是Google所主導的機器學習框架，也是機器學習領域研究和應用的熱門對象。本書主要介紹如何通過TensorFlow來構建真實世界的機器學習系統(tǒng)，旨在讓讀者學以致用，能盡快地上手項目。本書的特色是通過實例來向讀者介紹TensorFlow的經典知識。本書共有12章，包含手寫識別器、貓狗分類器、翻譯器、文

本書從一個完全不了解機器學習的程序員的視角出發(fā)，通過一系列生動有趣的具體應用實例，運用詼諧的語言以循序漸進的方式比較系統(tǒng)地介紹機器學習的本質思想、基本理論和重要算法，比較細致地剖析線性模型、感知機模型、淺層神經網絡、深度神經網絡的設計原理與編程方法，引導讀者親自動手從零開始打造和完善機器學習的底層代碼，逐步消除對機器學

本書按照新版物聯(lián)網工程專業(yè)規(guī)范對“物聯(lián)網信息安全”課程的要求，基于物聯(lián)網的應用視角，深入淺出地闡述了物聯(lián)網信息安全體系、物聯(lián)網信息安全基礎、物聯(lián)網感知安全、物聯(lián)網接入安全、物聯(lián)網系統(tǒng)安全、物聯(lián)網隱私安全、區(qū)塊鏈及其應用等內容。本書可作為高校物聯(lián)網工程、網絡空間安全等專業(yè)的教材，也可作為從事物聯(lián)網安全的技術人員的入門讀物

本書探索理論計算機科學和機器學習這兩個領域能夠互相借鑒的知識，以此把它們關聯(lián)起來。本書介紹機器學習中的重要模型和主要問題，并以一種容易理解的方式介紹該領域的前沿研究成果以及現(xiàn)代算法工具，包括矩量法、張量分解法和凸規(guī)劃松弛法。本書共8章，內容涵蓋非負矩陣分解、主題模型、張量分解、稀疏恢復、稀疏編碼、高斯混合模型和矩陣補全