人工智能是近些年在成為炙手可熱的話題，但是很多人對于人工智能并不了解。多數(shù)人覺得人工智能雖然熱鬧，但離自己還很遙遠，對人工智能對自己職業(yè)、生活的影響更是渾然不覺。其實，人工智能已經(jīng)來到我們身邊，未來30年內，目前社會50%以上工作崗位上的人員將被人工智能取代，人們應當如何看待和認識人工智能對于自己日常生活和工作的

《人工智能應用基礎》的設計和編寫理念是培養(yǎng)高職學生的人工智能素養(yǎng)、計算思維能力和人工智能應用能力，內容選取既適合高職學生的特點，又突出人工智能的通識性、典型性、實用性和可操作性。 《人工智能應用基礎》中選取多個反映人工智能典型問題的案例，并采用項目化思想重構了所有案例，每個案例由循序漸進的遞進式任務組成，支持課堂分層

在人工智能異常火熱的今天，很多人認為我們生活在一個不可思議的歷史時期，人工智能和大數(shù)據(jù)可能比工業(yè)革命更能改變人的一生。然而這種說法未免言過其實，我們的生活確實可能有所改變，但并非是朝好的方面發(fā)展。我們過于武斷地認為計算機搜索和處理堆積如山的數(shù)據(jù)時不會出差錯，但計算機只是擅長收集、儲存和搜索數(shù)據(jù)，它們沒有常識或智慧，不知

本書精講移動平臺深度學習系統(tǒng)所需核心算法、硬件級指令集、系統(tǒng)設計與編程實戰(zhàn)、海量數(shù)據(jù)處理、業(yè)界流行框架裁剪與產(chǎn)品級性能優(yōu)化策略等，深入、翔實。 深度學習基礎（第1～4章），介紹開發(fā)機器學習系統(tǒng)所需重要知識點，以及開發(fā)移動平臺機器學習系統(tǒng)算法基石，諸如人工神經(jīng)網(wǎng)絡、稀疏自編碼器、深度網(wǎng)絡、卷積神經(jīng)網(wǎng)絡等。 移動平臺深度學

TensorFlow機器學習由淺入深地對TensorFlow進行了介紹，并對TensorFlow的本質、核心學習算法（線性回歸、分類、聚類、隱馬爾可夫模型）和神經(jīng)網(wǎng)絡的類型（自編碼器、強化學習、卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡）都進行了詳細介紹，同時配以代碼實現(xiàn)。TensorFlow機器學習可作為人工智能、機器學習、深度學習

《機器學習中的數(shù)學》是一本系統(tǒng)介紹機器學習中涉及的數(shù)學知識的入門圖書，本書從機器學習中的數(shù)學入門開始，以展示數(shù)學的友好性為原則，講述了機器學習中的一些常見的數(shù)學知識。機器學習作為人工智能的核心技術，對于數(shù)學基礎薄弱的人來說，其臺階是陡峭的，本書力爭在陡峭的臺階前搭建一個斜坡，為讀者鋪平機器學習的數(shù)學之路。 《機器學習中

未來是AI的時代，也是科技快速變革的時代，而現(xiàn)今的青少年未來面對的會是很多未知的工作與創(chuàng)造性的機遇。如何勝任這樣的未來，如何迎接AI的挑戰(zhàn)，具有終身創(chuàng)造力將會是一個得到廣泛認可的答案。但是具體如何培養(yǎng)終身創(chuàng)造力，并將其在實踐中體現(xiàn)出來卻很難回答。因此知道創(chuàng)造力重要，而知道如何實踐培養(yǎng)創(chuàng)造力并體現(xiàn)出來將會更重要，更具價值

不知不覺，人工智能已經(jīng)走入我們的生活，尤其是圖像識別、文本識別、語音識別、自然語言等技術。這些應用的核心技術就是深度學習，也正是本書的核心內容。 本書以TensorFlow為核心，分為3篇，共計15章節(jié)。第1篇是基礎篇（第1~5章），主要介紹什么是深度學習、深度學習的本質是什么、深度學習所使用的教材和方法，以及深度學習

本書對人工智能的理論基礎智能信息處理方法逐一進行了介紹，著重講解了各種智能算法的思想淵源、流程結構、改進方法及其相關應用。相比于其他的AI類圖書，本書的大特點是在介紹每一種類型的智能信息處理方法之前幾乎都追溯了算法設計的思想淵源，因此，本書具有較大的啟發(fā)性，讀者在閱讀時需要對此認真體會。本書精心地選擇了當前人工智能領域

谷歌圍棋人工智能AlphaGo與李世石的人機大戰(zhàn)讓人工智能成為人們關注的焦點。什么是人工智能？人工智能是如何工作的？人工智能對人們的生活有哪些影響？本書將帶你找到這些問題的答案。本書共分為6章，第1章簡要介紹人工智能的基礎知識，第2章講解神經(jīng)網(wǎng)絡的沖擊，第3章敘述人工智能原理，第4章介紹認知系統(tǒng)和AI聊天系統(tǒng)，第5章介