本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向

PyTorch是基于Torch库的开源机器学习库，它主要由Meta（原Facebook）的人工智能研究实验室开发，在自然语言处理和计算机视觉领域都具有广泛的应用。本书介绍了简单且经典的入门项目，方便快速上手，如MNIST数字识别，读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模

本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。 本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图

本书对几类时滞随机神经网络的全局渐近稳定性和全局鲁棒稳定性进行了深入研究，其中包括：不确定随机神经网络与时滞区间相关的全局鲁棒稳定性条件、带区间时变时滞的不确定随机神经网络的全局鲁棒稳定性、具有区间时变时滞与分布时滞的不确定随机神经网络的均方稳定性、不确定时滞随机BAM神经网络的均方稳定性、以及时滞随机中立神经网络的全

近年来，人工智能体相继在围棋、星际争霸、王者荣耀、得州扑克等复杂对抗任务上取得战胜人类顶尖选手的成绩，这是以深度强化学习为代表的机器学习技术在人机对抗领域取得的巨大进展，也使得人们对兵棋人机对抗充满期待。本书着重研究分队指挥决策模型总体架构、分队态势感知建模、分队战术决策建模等技术，并阐述人工智能分队指挥员、人机对抗系

本书以新一代信息技术为主线，分七章分别介绍了5G技术、物联网及相关技术、云计算技术、大数据相关技术、人工智能和现代信息技术融合应用等。每一章用较短的篇幅介绍相关的基本内容和知识，并从系统开发的角度，阐述如何将这些新一代的信息技术与各专业进行融合，着重用一些实例来阐述如何在开发现代智能应用系统中合理、恰当地使用这些新技术

《Python机器学习技术与应用（普通高等教育人工智能专业系列教材）》以机器学习初学者为教学对象，通过讲解机器学习的常用方法及实际应用，培养读者机器学习应用技能及计算思维能力。全书共12章，主要内容包括机器学习概述、Python语言基础、网络爬虫、数据预处理与特征工程、多元回归分析、分类方法、支持向量机、朴素贝叶斯方法

神经网络与深度学习是人工智能研究的重要领域，是机器学习的重要组成部分。人工智能是研究理解和模拟人类智能、智能行为及其规律的科学。本书紧紧围绕神经网络和深度学习的基础知识体系进行系统的梳理，力求从基础理论、经典模型和前沿应用展开论述，便于读者能够较为全面地掌握深度学习的相关知识。全书共16章。第1章是绪论，简要介绍人工智

本书是一本研究机器学习应用的专著。 全书共分为七章，具体阐述机器学习技术的在金融、商业、媒体传播、交通、制造和医疗等领域的应用方法。首先介绍机器学习的基本概念，包括定义、发展历程、一般流程和方法；然后，分门别类地阐述机器学习技术在各领域的应用方法、特点和典型案例。最后，对机器学习技术未来的应用发展趋势给出了展望。本专

人工智能正快速进入人类社会，在给社会带来重大利好的同时，也引起了很多问题，比如就业问题、伦理问题等。为更好地引导人工智能的发展，规避人工智能可能带来的社会问题，从哲学的高度对人工智能进行反思因而十分有必要。基于人工智能的发展现状以及未来可能的发展方向，我们试图从以下几个方面讨论人工智能所涉及的问题：一、什么是人工智能？