本書重點圍繞眾智科學智能理論與計算方法展開介紹，主要內容包括眾智的定義和建模、眾智的分析與計算方法、單個智能體和多個智能體的智能進化方法、眾智水平分析方法，以及眾智科學智能理論在典型場景的應用。

概念認知學習是人工智能、大數據領域關注的多學科交叉研究方向，涵蓋了哲學、數學、心理學、認知科學以及信息科學等領域．《概念認知學習理論與方法》旨在為廣大學者和科研工作者提供概念認知學習領域的基礎理論與學習方法．《概念認知學習理論與方法》主要內容包括概念認知學習的基本概念和基礎知識、概念認知系統(tǒng)的邏輯推理、概念認知的雙向學

本書講解了搜索算法的相關知識，內容包括算法問題中涉及的基本數據結構和復雜度分析，及狀態(tài)空間、樹、圖等較復雜的數據結構；同時，通過相關實例，講解了各類搜索方法及線性規(guī)劃與非線性規(guī)劃；也重點解讀了組合優(yōu)化問題和群智能算法。全書內容包含了搜索算法所能用到的核心方法和技術，另附三個附錄，分別講解了類與繼承以及博弈基礎等。

8大專題內容深度講解、80多個熱門、高頻的ChatGPT+Excel智能辦公案例實戰(zhàn)！ 130多分鐘教學視頻講解、130頁PPT教學課件、170多款素材與效果文件超值贈送！ 全書通過理論+實例的形式，分別介紹了掌握Excel基本操作、加速輸入數據資料、掌握ChatGPT基本用法、用ChatGPT統(tǒng)計求和、用Chat

本書立足于AIGC技術前沿與發(fā)展趨勢，全面闡述了AIGC的概念內涵、底層技術與應用場景，詳細梳理全球科技巨頭在AIGC領域的戰(zhàn)略布局，并輔之以大量生動有趣的案例，深度剖析AIGC在各行業(yè)領域的應用場景，旨在引導讀者真切感受AIGC革命浪潮蘊含的商業(yè)創(chuàng)造力。 全書分為五個部分，共18章。第一部分主要厘清AIGC技術的起

本書系統(tǒng)地介紹了人工智能的基本概念、主要方法及代表性模型算法。本書根據人工智能的知識體系，在兼顧傳統(tǒng)的人工智能方法的基礎上，重點突出前沿性內容，并對自動推理、遺傳算法、神經網絡、啟發(fā)式優(yōu)化、機器學習、異常檢測、梯度下降、邏輯回歸、反向傳播、卷積網絡、語言模型、詞向量等常見技術進行詳細闡述和討論。本書結合應用安排了示例和

本書以項目實踐作為主線，結合必需的理論知識，以任務的形式進行內容設計，每個任務都包含任務描述及任務實施的步驟，讀者按照實施步驟進行操作就可以完成相應的學習任務，從而不斷提升項目實踐能力。本書主要內容涉及機器學習的基礎知識，模型評估與選擇，回歸、分類、聚類等機器學習算法，數據挖掘的基礎知識，數據分析與應用，以及通過用戶行

本書對應課程屬于一門概論性課程。本書將傳統(tǒng)的和新一代的人工智能/智能制造融于一體，從傳承與發(fā)展視角出發(fā)概述人工智能與智能制造的發(fā)展現狀及其相互關系，重點闡述人工智能與智能制造共性基礎技術、知識驅動的符號智能、數據驅動的機器學習、智能制造理論與技術體系、智能制造的物理系統(tǒng)和信息系統(tǒng)，并指出人工智能與智能制造的未來發(fā)展方向

本書以PyTorch深度學習的常用技術與真實案例相結合的方式，深入淺出地介紹使用PyTorch實現深度學習應用的重要內容。本書共7章，內容包括深度學習概述、PyTorch深度學習通用流程、PyTorch深度學習基礎、手寫漢字識別、文本生成、基于CycleGAN的圖像風格轉換、基于TipDM大數據挖掘建模平臺實現文本生成

本書系統(tǒng)介紹了眾包學習的概念、應用領域、前沿課題和研究實踐。在基礎知識方面，本書介紹了眾包的起源與發(fā)展、眾包技術的研究方向，分析眾包模式給機器學習帶來的機遇與挑戰(zhàn)。在前沿技術方面，本書詳細闡述了眾包標注真值推斷與面向眾包標注數據的預測模型學習等前沿研究課題。在研究實踐方面，本書介紹了面向偏置標注的眾包標簽真值推斷、基于