本书兼顾机器学习基础、经典方法和深度学习方法,对组成机器学习的基础知识和基本算法进行了比较细致的介绍,对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等算法都给出了深入的分析并讨论了无监督学习的基本方法,对深度学习和强化学习进行了全面的叙述,比较深入地讨论了反向传播算法、多层感知机、C

本书是人工智能专业最基础最全面的高校教材，作者陆汝钤院士系中国科学院数学与系统科学研究院数学研究所研究员。在知识工程和基于知识的软件工程方面做了系统的、创造性的工作，是我国该领域研究的开拓者之一。倡导并主持完成了以软件的机械化生成和移植为目标的系列软件计划（XR计划），推动了当时国产机软件缺乏问题的解决。本书首次把异构

本书系国家自然科学基金重大研究计划视听觉信息的认知计算的出版成果。本书为《视听觉信息的认知计算》的英文版。本书从人类的视听觉认知与神经机理出发，围绕认知过程的表达与计算的基本科学问题，重点开展感知的基本特征、表达与整合感知数据的机器学习与理解多模态信息协同计算等三个核心科学问题的研究，发展和构建新的计算模型与算法，为提

本书是《动手学深度学习》的重磅升级版本，选用经典的PyTorch深度学习框架，旨在向读者交付更为便捷的有关深度学习的交互式学习体验。本书重新修订《动手学深度学习》的所有内容，并针对技术的发展，新增注意力机制、预训练等内容。本书包含15章，第一部分介绍深度学习的基础知识和预备知识，并由线性模型引出最简单的神经网络多层感知

不断涌现的新兴技术使得设计领域的边界变得越来越模糊，途径变得越来越多元，对设计的广度、深度和复杂度也提出了更高的要求。生理计算为产品设计提供了基于用户生理和情感信息的交互方式和评估方法，使系统、任务和交互适应用户成为可能，同时也提供了一种使系统了解用户偏好的方法。根据其技术发展的方向，本书将生理计算技术在设计领域的应用

机器学习是人工智能的一个方向。它是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是使用计算机模拟或实现人类学习活动，从现有大量的数据中学习，利用经验不断改善系统性能。机器学习步骤一般分为获取数据、数据预处理、建立模型、模型评估和预测。本书共6章。第1章节主要介绍机器学习的基本概念及其

本书阐释了人工智能（AI）的独特之处，它可能导致哪些法律和道德问题，以及我们如何解决这些问题。它认为AI与先前其他的任何技术都有不同，因为它能够独立且不可预测地做出决策。这引发了三个问题：责任——如果AI造成伤害，谁来负责；权利——赋予AI法律人格的道德争议和务实理由；以及围绕人工智能决策的伦理规范。该书建议，为了解决

本书是近年来作者对混合智能系统研究成果及经验的总结。本书界定了混合智能系统的研究范围和研究层次，给出了混合智能系统的概念。以设计科学的思想为基础，以基于案例推理的混合智能系统技术选择为核心，依据“从定性到定量综合集成研讨厅”的基本思想，提出了基于案例推理的混合智能系统构造方法。在对串型混合智能系统、并型混合智能系统、反

人工智能是一项高科技技术，也是计算机技术的一个重要分支，此技术是以人工的方法，对人类的行动和思维进行模仿，同时在人的智能基础上进行拓展。人工智能应用面比较广泛，可代替人类进行各个方面的工作，可以说大大提高了人类在日常生活工作中的效率。但人工智能具有两面性，对人类有好的一面也有不好的一面。因此，本书将结合人工智能技术的发

本书以掌握Python语言基础为前提，由浅入深、全面系统地讲解了机器学习的相关知识及技能，内容注重实用性和可操作性，在介绍机器学习理论知识的基础上，结合具体的实战实例，给出了详细的代码及实现步骤。全书共9个项目，分别介绍了数据分析基础、机器学习项目实战流程、探索性数据分析与特征工程、常见机器学习算法及框架、交叉验证与超