本書主要內(nèi)容包括探索性數(shù)據(jù)分析、有監(jiān)督學習(線性回歸、SVM、決策樹等)、無監(jiān)督學習(降維、聚類等),以及深度學習的基礎原理和應用等。本書旨在為廣大讀者提供一個系統(tǒng)全面、易于理解的機器學習和深度學習入門教程。不需要過多的數(shù)學背景,只需掌握基本的編程知識即可輕松上手。

多智能體系統(tǒng)協(xié)調(diào)控制是控制領(lǐng)域的研究熱點，正滲透到社會系統(tǒng)、生物系統(tǒng)、軍事系統(tǒng)、經(jīng)濟系統(tǒng)等眾多領(lǐng)域中，其相關(guān)的研究已成為目前學術(shù)界一個具有挑戰(zhàn)性的研究課題。本書系統(tǒng)地介紹作者近年來在多智能體系統(tǒng)的協(xié)調(diào)分析與控制領(lǐng)域的研究成果，具體內(nèi)容包括線性多智能體系統(tǒng)的有限時間編隊跟蹤控制、包含控制、編隊包含控制，以及非線性**者-

本書以智能博弈對抗為主線，聚焦技術(shù)進展、緊盯研究前沿，分為理論方法、應用實踐、前沿展望三大部分。理論方法著重介紹智能博弈對抗的理論、相關(guān)基礎方法；應用實踐針對當前三類典型智能博弈對抗系統(tǒng)平臺，提出人工智能程序設計思路并進行設計實現(xiàn)；前沿展望分析當前智能博弈對抗領(lǐng)域的前沿元理論，探討智能博弈對抗的典型應用場景。

一本將AI繪畫講透的探秘指南，通過豐富的實踐案例操作，通俗易懂地講述AI繪畫的生成步驟，生動展現(xiàn)了AI繪畫的魔法魅力。從歷史到未來，跨越百年時空；從理論到實踐，講述案例操作；從技術(shù)到哲學，穿越多個維度；從語言到繪畫，落地實戰(zhàn)演練。AI繪畫的誕生，引發(fā)了奇點降臨，點亮了AGI（通用人工智能），并涉及Prompt、風格、技

本書首先簡要介紹了ChatGPT與自然語言大模型的基本概念，以及GPT-4的核心技術(shù)特點和人工智能技術(shù)未來的發(fā)展趨勢；之后介紹了數(shù)字化時代的基礎安全問題，以及大模型和ChatGPT在內(nèi)容安全、網(wǎng)絡安全、隱私安全、版權(quán)合規(guī)和倫理道德等方面帶來的新挑戰(zhàn)、新風險，如生成內(nèi)容的準確性問題、作品訓練的版權(quán)問題等，并從人工智能技術(shù)

ChatGPT是OpenAI開發(fā)的人工智能聊天機器人程序，于2022年11月推出。它能夠自動生成一些表面上看起來像人類寫的文字，這是一件很厲害且出乎大家意料的事。那么，它是如何做到的呢？又為何能做到呢？本書會大致介紹ChatGPT的內(nèi)部機制，然后探討一下為什么它能很好地生成我們認為有意義的文本。

本書針對學習者在選擇合適的學習資源時所面臨的學習資源問題，利用深度學習技術(shù)分別對學習者模型、學習者的反饋信息、學習者的社交關(guān)系和學習資源的知識圖譜等方面的內(nèi)容進行建模研究。本書采用定量與定性的研究方式評估了所提出的學習資源適配模型，并實現(xiàn)和開發(fā)了學習資源適配服務平臺，從理論和實證研究相結(jié)合的角度對學習資源適配技術(shù)進行了

本書旨在介紹人工智能中深度學習的基礎知識，為即將進入深度學習領(lǐng)域進行研究的讀者奠定基礎。全書共13章，其中，第1～4章為理論部分，第5～13章為應用部分。理論部分介紹了機器學習和深度學習的基本內(nèi)容，以及TensorFlow開發(fā)框架的搭建和使用；應用部分設置了多個項目案例，并介紹了這些案例詳細的實現(xiàn)步驟和代碼，使讀者在練

本書基于卷積神經(jīng)網(wǎng)絡和圖像識別方法，介紹了PyTorch和PaddlePaddle兩種框架，并結(jié)合移動機器人講解了具體的開發(fā)過程。書中所用的硬件平臺，帶有兩個攝像頭傳感器，為機器人和無人駕駛車輛多攝像頭導航提供了理論指導。書中提到的模擬沙盤，正是機器人作為園區(qū)巡檢或無人配送實例的縮影。通過基于理論的實踐，本書不局限于具

粒計算采用模擬人類大腦的認知思維規(guī)律，從而提高解決復雜問題的效率，已經(jīng)在智能信息處理領(lǐng)域發(fā)揮了重要的作用。《不確定性問題的多粒度建模與決策方法》重點從多粒度的視角研究不確定性問題。從多粒度建模和決策兩個角度出發(fā)，研究多粒度知識空間的結(jié)構(gòu)特征，并在多粒度知識空間的框架下研究不確定性問題的近似描述、粒度優(yōu)化模型、動態(tài)更新模