本書全面、深入地探討了人工智能（AI）領域的理論和實踐，以統(tǒng)一的風格將當今流行的人工智能思想和術語融合到引起廣泛關注的應用中，真正做到理論和實踐相結合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學，感知、推理、學習和行動，公平、信任、

PyTorch是基于Torch庫的開源機器學習庫，它主要由Meta（原Facebook）的人工智能研究實驗室開發(fā)，在自然語言處理和計算機視覺領域都具有廣泛的應用。本書介紹了簡單且經(jīng)典的入門項目，方便快速上手，如MNIST數(shù)字識別，讀者在完成項目的過程中可以了解數(shù)據(jù)集、模型和訓練等基礎概念。本書還介紹了一些實用且經(jīng)典的模

本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學習、深度學習，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機器學習中的應用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數(shù)估計、機器學習、深度學習、貝葉斯網(wǎng)絡、動態(tài)貝葉斯網(wǎng)絡、貝葉斯深度學習等。本書涉及的應用領域包含機器學習、圖

本書是一本理論扎實，同時聯(lián)系實際應用的圖書。全書系統(tǒng)地介紹了因果推斷的基本知識、基于機器學習的因果推斷方法和基于因果推斷的機器學習方法及其在一些重要領域的應用。全書共分6章。第1章從潛結果框架和結構因果模型出發(fā)，介紹因果推斷的基本概念和方法。第2章介紹近年統(tǒng)計和機器學習文獻中出現(xiàn)的一些重要的基于機器學習的因果推斷方法。

神經(jīng)網(wǎng)絡與深度學習是人工智能研究的重要領域，是機器學習的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學。本書緊緊圍繞神經(jīng)網(wǎng)絡和深度學習的基礎知識體系進行系統(tǒng)的梳理，力求從基礎理論、經(jīng)典模型和前沿應用展開論述，便于讀者能夠較為全面地掌握深度學習的相關知識。全書共16章。第1章是緒論，簡要介紹人工智

本書致力于介紹圖神經(jīng)網(wǎng)絡的基本概念和算法、研究前沿以及廣泛和新興的應用，涵蓋圖神經(jīng)網(wǎng)絡的廣泛主題，從基礎到前沿，從方法到應用，涉及從方法論到應用場景方方面面的內(nèi)容。全書分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡典型的前沿領域；第四部分描述可能對圖神經(jīng)網(wǎng)絡未來研

本書的寫作初衷是，從學者的角度，用一種通俗易懂的方式，將基于深度學習的目標檢測的相關論文中的理論和方法呈現(xiàn)給讀者，同時針對作者在深度學習教學過程中遇到的難點，進行深入的分析和講解。本書側(cè)重對卷積神經(jīng)網(wǎng)絡的介紹，而深度學習的內(nèi)容不止于此。所以，作者將深度學習分為有監(jiān)督學習、無監(jiān)督學習和強化學習三類，將圖像分類、目標檢測、

手勢交互是自然人機交互的研究熱點，在很多領域都有著廣泛的應用，例如虛擬/增強現(xiàn)實、普適計算、可穿戴計算、智能家居和游戲娛樂等。本文提出了一套卓有成效的"以用戶為中心的”手勢設計方法，應用在雙面屏智能手機、智能汽車信息系統(tǒng)、智能電視交互系統(tǒng)、沉浸式虛擬現(xiàn)實購物系統(tǒng)中，實踐證明這套方法能夠有效解決傳統(tǒng)手勢設計方法所面臨的一

機器學習是人工智能的重要技術基礎，涉及的內(nèi)容十分廣泛。本書涵蓋了機器學習和深度學習的基礎知識，主要包括機器學習的概述、統(tǒng)計學基礎、分類、聚類、神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡、支持向量機、文本分析、分布式機器學習算法等經(jīng)典的機器學習基礎知識，還包括卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡、目標檢測、自編碼器等深度學習的內(nèi)容。此外，

知識工程是人工智能發(fā)展中重要的研究工作。形式概念分析提出后廣泛用戶不同領域的知識表示，近年來知識圖譜在信息檢索領域解決了不同層面應用的知識表達和知識推理中。在形式概念分析和知識圖譜研究工作上，圍繞一些不適合建立領域知識圖譜的應用背景，知識的獲取、知識的表示、知識推理等問題，提出了從文本中一些具有內(nèi)涵和外延概念這一知識的

隨著云計算、大數(shù)據(jù)等的快速發(fā)展，越來越多的組織用信息化手段進行流程管理。如何提升流程執(zhí)行的智能化程度、動態(tài)性和柔性，以提高對非標準業(yè)務的管理效率，是流程管理面臨的一個重要問題。 本書基于流程管理系統(tǒng)積累的日志，提出了3種流程管理的工作流活動推薦方法，分別為基于用戶類別近鄰的活動推薦方法、基于Pearson相關系數(shù)的活動

本書通過扎實、詳細的內(nèi)容和清晰的結構，從算法理論、算法源碼、實驗結果等方面對深度學習算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在計算機視覺方向的一些卷積神經(jīng)網(wǎng)絡，從基礎骨干網(wǎng)絡、輕量級CNN、模型架構搜索3個方向展開，介紹計算機視覺方向的里程碑算法；第二篇主要介紹深度學習在自然語言處理方向的重要突破，包括基

全書可分為五大部分，闡述了分布式人工智能的基礎知識以及相關進展，包括分布式人工智能簡介、分布式規(guī)劃與優(yōu)化、多智能體博弈、多智能體學習和分布式人工智能應用。除此之外，由于本領域尚處于蓬勃發(fā)展階段，相關技術與應用層出不窮，因此書中還提供了研究者對于分布式人工智能發(fā)展的相關預測，主要集中在：第一，更復雜和更大規(guī)模的分布式人工

本書主要針對控制理論的一些重要分支，分析了當前存在的瓶頸問題，展望了其發(fā)展趨勢和面臨的一系列挑戰(zhàn)。全書共分為17章，分別為：優(yōu)化控制研究的概述與關鍵問題分析、邏輯控制系統(tǒng)中的未解問題、系統(tǒng)與控制中優(yōu)化理論與應用的挑戰(zhàn)與瓶頸、分布參數(shù)系統(tǒng)控制、數(shù)據(jù)驅(qū)動控制系統(tǒng)、自抗擾控制中的若干未解問題、非線性控制的幾個瓶頸問題、時間與

本書基于TensorFlow.NET框架，詳細介紹了.NET平臺下深度學習的基礎原理和應用技術，不僅闡述了算法原理，還演示了實踐代碼和運行效果，其中完整示例主要采用的語言為C#和F#。全書分為3個部分：第一部分介紹了核心API的用法和基礎示例，包括數(shù)據(jù)類型、張量、EagerMode、自動求導、線性回歸、邏輯回歸、tf.

人工智能正在以前所未有的速度發(fā)展，其廣泛地應用于汽車、醫(yī)療、交通、制造、金融等多個領域。通常“人工智能”一詞往往與人機交互系統(tǒng)相聯(lián)系，進而突出其應用性，表現(xiàn)為“機器學習”和“問題解決”等�，F(xiàn)如今人工智能不再是人的延伸，而是可以自我演進的，是相對獨立的。這就決定了人工智能發(fā)展面臨著巨大的挑戰(zhàn)，不僅是技術層面的諸多挑戰(zhàn)，還

本書采用全彩圖解+視頻講解的形式，通過生動有趣的童話探秘之旅，介紹了利用JoyFrog（呱比特手柄）和Kittenblock進行人工智能項目開發(fā)的思路及技巧。全書共18課，涵蓋以下知識點：百度大腦中的文字朗讀、語音識別、圖形識別、文字識別、人臉識別和寫詩寫春聯(lián)等，F(xiàn)aceAI中的人臉、微笑、年齡、性別等的檢測，機器學習

本書以青少年喜愛的《西游記》為藍本進行人物塑造，故事主線講述了人工智能時代下，一個具備學習人工智能的硬件基礎，卻缺乏相關理論知識的智能機器人——悟小白，在通臂猿猴的陪伴下，在尋找人工智能專家唐小僧拜師學藝的路上，通過重重關卡，不斷歷練的故事，而這正是人工智能的技術基石——“機器學習”的本質(zhì)。故事由淺入深，通過各類關卡和

本書主要介紹統(tǒng)計機器學習領域常用的基礎模型、算法和代碼實現(xiàn)。包括統(tǒng)計機器學習、Python語言基礎，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學習，以及深度學習中的多層感知器、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、變分自編碼器、對抗生成網(wǎng)絡和強化學習等模型與優(yōu)化方法，使用Scikit-Learn、TensorF

本書主要講述了神經(jīng)網(wǎng)絡的重要概念和技術，并展示了如何使用Python來解決日常生活中常見的神經(jīng)網(wǎng)絡問題。本書包含了6個神經(jīng)網(wǎng)絡相關的項目，分別是糖尿病預測、出租車費用預測、圖像分類、圖像降噪、情感分析和人臉識別，這6個項目均是從頭開始實現(xiàn)，且使用了不同的神經(jīng)網(wǎng)絡。在每個項目中，本書首先會提出問題，然后介紹解決該問題需要