本書共4章。第1章介紹了人工智能、機器學習、深度學習、強化學習的基本概念。第2章以Q學習為例，重點介紹了強化學習的原理、算法步驟、代碼實現(xiàn)、代碼運行調(diào)試。第3章先對深度學習的幾種常見的類型和原理進行介紹，然后給出了例程和調(diào)試方法。第4章以Q學習中運用神經(jīng)網(wǎng)絡為例，介紹了深度強化學習的基本原理和方法，同時也給出了例程和調(diào)

本書介紹了深度學習原理與TensorFlow實踐。著重講述了當前學術(shù)界和工業(yè)界的深度學習核心知識：機器學習概論、神經(jīng)網(wǎng)絡、深度學習。著重講述了深度學習的實現(xiàn)以及深度學習框架TensorFlow：Python編程基礎、TensorFlow編程基礎、TensorFlow模型、TensorFlow編程實踐、TensorFlo

本書致力于推動人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能的相關(guān)知識，包括機器學習和深度學習的基本內(nèi)容，并結(jié)合圖像信息處理和自然語言處理兩個典型應用展開闡述，使讀者能快速掌握人工智能的基本概念、基本知識體系和框架，為進一步深入學習打下良好基礎。

本書理論完備，涵蓋主流非深度強化學習算法和深度強化學習算法；實戰(zhàn)性強，基于Python、Gym、TensorFlow2等構(gòu)建，并有AlphaZero等綜合案例。全書共12章，主要內(nèi)容如下。 第1章：介紹強化學習的基礎知識與強化學習環(huán)境庫Gym的使用，并給出完整的編程實例。 第2～9章：介紹強化學習的理論知識。以Mark

本書對我國人工智能的發(fā)展狀況、國家戰(zhàn)略，及其在經(jīng)濟發(fā)展、民生改善、政府治理等方面的廣泛應用作了簡明通俗的闡釋；同時，還闡述了世界范圍內(nèi)人工智能的發(fā)展歷史、國外主要國家和地區(qū)人工智能的發(fā)展現(xiàn)狀、人工智能的未來前景等。 書中包含大量應用案例，涉及制造業(yè)、農(nóng)業(yè)、金融、交通、醫(yī)療、教育、家居、政府治理、政務服務等領(lǐng)域。突出介紹

本教材的內(nèi)容涉及模糊理論、數(shù)據(jù)融合、神經(jīng)網(wǎng)絡、遺傳算法及傳感技術(shù)等相關(guān)內(nèi)容，并著重介紹數(shù)據(jù)融合技術(shù)的原理、特點及具體應用方法，在目前多傳感器數(shù)據(jù)融合技術(shù)研究成果的基礎上進行系統(tǒng)解析，分析特點，論述不足，為數(shù)據(jù)融合技術(shù)的研究提供科學合理的依據(jù)，達到促進智能信息處理技術(shù)可持續(xù)發(fā)展的目標。

狩獵采集時期的人類進化成了優(yōu)秀的投擲者、咀嚼者和長跑者，而現(xiàn)在的我們熱衷玩《我的世界》之類的游戲。作者認為，只有文化進化的集體加速才能解釋這種發(fā)展。今天，我們正在追隨社交媒體機器人，就像我們過去從祖先那里學習一樣。我們正在從根本上改變文化的發(fā)展方式。 經(jīng)過幾千年的演變，本特利和奧布萊恩描述了在互聯(lián)網(wǎng)時代，文化的傳播是如

在本書中，人工智能領(lǐng)域的權(quán)威專家朱迪亞·珀爾及其同事領(lǐng)導的因果關(guān)系革命突破多年的迷霧，厘清了知識的本質(zhì)，確立了因果關(guān)系研究在科學探索中的核心地位。 而因果關(guān)系科學真正重要的應用則體現(xiàn)在人工智能領(lǐng)域。作者在本書中回答的核心問題是：如何讓智能機器像人一樣思考？換言之，強人工智能可以實現(xiàn)嗎？借助因果關(guān)系之梯的三

機器學習是計算機智能圍棋博弈系統(tǒng)、無人駕駛汽車和工業(yè)界人工智能助理等新興技術(shù)的靈魂，特別是深度學習理論更是諸多高精尖人工智能技術(shù)的核心。掌握機器學習理論與實踐技術(shù)是學習現(xiàn)代人工智能科學最重要的一步。本書既講述機器學習算法的理論分析，也結(jié)合具體應用介紹它們在Python中的實現(xiàn)及使用方法。本書的第2到第9章主要介紹監(jiān)督式

智能是什么？二十一世紀以來，人工智能有了飛速發(fā)展，在各行各業(yè)如互聯(lián)網(wǎng)、安防、多媒體等都有了廣泛且有效的應用。但這是否意味著人類就能制造超越人類自身的智能體呢？作者在科普性地介紹了人工智能前沿進展的同時，著重從犯錯的角度，淺顯易懂地剖析了智能體在視、聽、語言等方面存在的各種錯覺和犯錯。并指出，理解我們很少關(guān)注的犯錯，才有