本教材共9章，采用知識體系和案例體系兩種方式對人工智能技術及其應用進行闡述。第1章介紹了人工智能的概念，對人工智能的社會價值、應用領域以及未來發(fā)展進行展望。第2章介紹了人工智能技術知識與知識表示，列出其知識圖譜。第3章對機器學習進行概述，從發(fā)展、范圍、方法、工具以及挑戰(zhàn)等方面對人工智能的機器學習進行介紹。第4章介紹了人

人們幾乎天天使用常識推理，但用形式化的方式來表示卻非常困難。人工智能是研究解決某些通常被認為要用智能才能解決的問題的計算機技術，人工智能研究計算機刻畫主體如何獲得知識和處理知識的能力，人工智能邏輯就是用邏輯方法和成果研究主體如何處理知識的理論。本書分8章，從人工智能的角度來建立邏輯理論系統(tǒng)，系統(tǒng)全面地介紹了人工智能邏輯

本書系統(tǒng)地介紹了時滯分布參數(shù)神經(jīng)網(wǎng)絡中的重要問題，主要內容包括時滯分布參數(shù)神經(jīng)網(wǎng)絡的穩(wěn)定性、周期解、魯棒性、無源性、自適應同步控制、自適應學習同步、采樣同步控制及反同步等問題。書中所給的分析方法包括代數(shù)不等式、線性矩陣不等式、隨機分析、自適應控制、采樣控制、學習控制方法等。書中的內容來源于作者近幾年來的創(chuàng)新性研究成果，

《實踐深度學習》共6章，第1章主要介紹深度學習必備的器材、操作系統(tǒng)及中間件的安裝方法;第2、3章解讀了深度學習示例中的基本術語;第4章則通過示例程序說明了VGG-16、ResNet-152的具體操作方法，并給出了提升估測精度的方法。而第5章介紹了基于26層網(wǎng)絡的Yolo和有助于醫(yī)學圖像目標識別的U形23層網(wǎng)絡模型。第6

《人工智能基礎（原書第2版）》把近年來AI發(fā)展歷程中的重要事件一一進行了梳理，不僅回顧了AI的誕生、發(fā)展，還詳細歸納整理了當前AI研究的核心問題—規(guī)劃、推理、機器學習等，又在此基礎上對人工智能未來的發(fā)展方向給出了一定的預期，包括分布式AI及進化計算等方面，很好地回答了所謂“人工智能的基礎究竟是什么”這一問題。本書內容直

本書主要介紹了Google云平臺中有關機器學習的多種工具，以及如何使用它們來進行機器學習。這些工具對使用者在機器學習理論方面的要求很低，讀者可以在僅了解一點有關機器學習基礎知識的前提下使用它們。本書在使用每種機器學習的工具或技術之前，都會對相應的理論進行較為詳實的介紹。但也同時考慮了機器學習理論的復雜性，在對理論知識的

本書系統(tǒng)地介紹了人工智能的基礎知識、核心技術、近年來的發(fā)展，以及在金融領域的應用情況。全書分為上下兩篇，共14章。上篇為人工智能基礎理論，內容包括人工智能概述、智能搜索技術、博弈決策、確定性知識表示及知識推理、不確定性推理、機器學習、計算智能、智能主體技術；下篇為人工智能的應用，內容包括面向金融領域的信息抽取、面向金融

本書在“科學技術社會學”框架下，從多學科交叉的管理綜合角度將物聯(lián)網(wǎng)、物聯(lián)網(wǎng)社會與治理創(chuàng)新研究貫通起來，全面、系統(tǒng)地分析物聯(lián)網(wǎng)、物聯(lián)網(wǎng)社會及其治理邏輯等元問題，從技術和經(jīng)濟治理、文化治理、風險治理、民眾參與治理等方面創(chuàng)新物聯(lián)網(wǎng)新時代物聯(lián)網(wǎng)社會的治理理論與實踐。

本書從深度神經(jīng)網(wǎng)絡和AI芯片研究現(xiàn)狀出發(fā)，系統(tǒng)地論述了目前深度學習主流開發(fā)平臺和深度神經(jīng)網(wǎng)絡基于FPGA平臺實現(xiàn)加速的開發(fā)原理和應用實例。全書主要包括5部分：第1～2章介紹了深度神經(jīng)網(wǎng)絡的發(fā)展，并總結了深度學習主流開發(fā)平臺和AI芯片的研究現(xiàn)狀；第3～6章在對深度神經(jīng)網(wǎng)絡基礎層算子、FPGA進行了介紹后，總結了FPGA神

本書以深入淺出的方式，講解何為“人工智能”，如何掌握以深度學習為代表的人工智能相關方法，以及如何進行落地應用。本書從理論、工具基礎講解開始，層層遞進，分別向讀者清晰地展現(xiàn)了卷積神經(jīng)網(wǎng)絡、生成式對抗網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、深度強化學習的知識脈絡與方法原理。同時，按照具體應用場景，結合主流深度學習框架，給出所講述理論的落地應用