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

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？

《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器眼中的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。全书共10章，涵盖内容包括：人工智能的历史和

本书从人工智能、机器学习和深度学习三者的关系开始，以深度学习在计算机视觉、自然语言处理和推荐系统的应用实践为主线，逐步剖析模型原理和代码实现。书中的内容深入浅出，通过原理与代码结合、产业实践和作业结合的方式，帮助读者更好地掌握深度学习的理论知识和深度学习开源框架的使用方法。为了让更多的读者从中受益，快速应对复杂多变的A

本书基于《人工智能训练师国家职业技能标准（2021年版）》，对“人工智能训练师”这一新兴职业给予了清晰的描述。全书从人工智能的相关技术入手，介绍了人工智能领域的发展历程和相关知识，重点讲述了人工智能训练师的职业技能鉴定要求和各等级从业人员工作要求，讲述了人工智能训练师相关的工作内容及流程方法，包括数据采集和处理、数据标