本书以智能算法为背景，全面地介绍了人工智能的各种算法，本书内容以理论为基础，以应用为主导，循序渐进地向读者揭示怎样利用智能算法解决实际问题。全书共11章主要内容包括MATLAB语言入门、插值算法与曲线拟合、灰色系统理论、傅里叶变换和小波变换、经验模态分解算法、模糊逻辑控制算法、滑模变结构控制、神经网络基本理论、支持向量

本书采用“理论+实践”的方式，全面系统地讲授了深度学习的基本原理以及使用TensorFlow实现各类深度学习网络的方法。全书共10章，第1～3章主要介绍深度学习的基础知识，包括深度学习的概念和应用、深层神经网络的训练和优化、TensorFlow的内涵和特点等内容；第4～5章主要介绍TensorFlow的安装，以及计算模

本书深入浅出地介绍了近年来AI领域中十分引人注目的新型人工神经网络——生成对抗网络（GAN）的基本原理、网络结构及其在图像处理领域中的应用；同时，分析了近年来在GAN训练、GAN质量评估及多种改进型GAN方面取得的进展；在实践方面，给出了基于Python的基本GAN编程实例。另外，本书还介绍了支撑GAN模型的基础理论和

本书系统介绍了知识图谱的概念、发展历程、技术体系、前沿技术与应用实践。在基础知识方面，本书囊括了知识图谱从源数据到产生决策的全生命周期的各个环节，分析了数据图谱和知识图谱的核心区别，介绍了图谱构建和知识表示等相关关键技术。在前沿技术方面，全面介绍了知识图谱自动构建、知识图谱融合和智能推理等问题和挑战。在应用实践方面，结

本书内容包括Python编程IDE的安装,机器学习分类,聚类,回归,数据预处理和人工神经网络。算法原理解析中所涉及到的数学等晦涩内容都以知识窗的形式一一讲解,表述通俗易懂;算法具体应用中的案例典型生动,编程代码具体详细,力求让人工智能思想落地,直观地展现于读者面前。

本书选材广泛,涵盖了人工智能基础、人工智能的利弊、人工智能中的推理、知识表示和知识图谱、模糊逻辑系统、知情搜索算法和不知情搜索算法、专家系统、机器学习和深度学习、机器学习算法、人工神经网络、大数据与机器学习、模式识别、自然语言处理、计算机视觉、人工智能中的智能体、智能制造、用于人工智能的五种编程语言、人工智能平台、人工

本书面向人工智能初学者，分为基础篇和进阶篇两个篇章。其中，基础篇内容包括了人工智能的基本概念、人工智能的发展历史、计算机与环境感知、简单几何形状的识别、人工智能搜索算法；进阶篇则包括大数据的定义、知识与推理、回归与分类、深度学习网络、感知信息处理。此外还有配合知识学习的课程实践，包括图形匹配以及微缩车倒车入库等实验。本

深度学习（DL，DeepLearning）是机器学习（ML，MachineLearning）领域中一个新的研究方向，通过学习样本数据的内在规律和表示层次，实现机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。在开始深度学习项目之前，选择一个合适的框架能起到事半功倍的作用。全世界最为流行的深度学习框架有T

作为机器学习领域应用比较成熟、广泛的业务，个性化推荐在电商、短视频等平台发挥着重要作用，其背后的推荐系统已成为当今越来越多应用程序的标配。关于推荐算法的论述有很多，而要将其很好地应用到实际场景中，则需要大量的实践经验。本书从实战的角度介绍推荐系统，主要包含三部分：召回算法、排序算法和工程实践。书中细致剖析了如何在工业中

这是一本写给青少年看的人工智能科普图书，目的是帮助青少年启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让小读者了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者不仅能学习Python语言的基本使用，还可以从数据、算法等多个角度来一探人工智能的奥秘。所有这些都旨在激发孩子们的好奇心