本书共分七章，内容包括：绪论、机器学习算法、神经网络、机器学习的应用、深度学习、人工智能的应用和未来发展、人工智能创业企业成功案例。

本书内容主要包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。第一部分就人工智能的早期历史、思维和智能的内涵、图灵测试进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例。第四部分

人工智能

本书围绕人工智能与大数据技术这一主题，简明扼要地阐述了人工智能与大数据技术的基本理论和发展趋势。全书分七章，包括人工智能概述、人体行为之智能机器人、智能信息处理技术、分布式人工智能中的Agent技术等。

人工智能是社会发展和技术创新的产物，是促进人类进步的重要技术形态。人工智能发展至今，已经成为新一轮科技革命和产业变革的核心驱动力，对各行各业均产生了深远和广泛的影响。各类人工智能技术已经被广泛应用于生产生活、科研教育、国防建设等众多领域。人工智能前沿技术是引领人工智能2.0时代发展的风向标。本书将展开回顾近年来人工智能

本书主要内容包括机器学习中的相关数学基础(线性代数、概率统计与信息论、最优化方法和张量分析);样本数据中的预处理;机器学习主流算法;基于MATLAB机器学习算法的实现和机器学习综合应用、机器学习和深度学习的工程应用。本书特色是深入浅出,自成体系,注重基础理论的描述,具有系统性、完整性、可阅读性、应用性和前瞻性。

我们在与环境交互的过程中进行学习，经历的奖励或惩罚将指导我们未来的行为。深度强化学习将该过程引入人工智能领域，通过分析结果来寻找最有效的前进方式。DRL智能体可提升营销效果、预测股票涨跌，甚至击败**围棋高手和国际象棋大师。《深度强化学习图解》呈现生动示例，指导你构建深度学习体系。Python代码包含详明、直观的注释，

本书从硬件、软件、算法和通信四个方面来讲述一个智能系统完整的开发内容,主要包括:智能系统相关背景、智能系统芯片、编译系统、操作系统、操作系统软件框架、应用软件开发、机器学习、深度学习推框架和智能系统应用开发。从而让读者能够全面的学习一个智能系统所涉及的各方面知识点,从而便于从宏观方面理解智能系统。本书适合于刚开始学习计

本书从人工智能的基本定义出发,由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域,以梳理知识脉络和要点的方式,详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍,本书概念论述清楚,内容丰富,通俗易懂,在较为全面介绍人工智能的基础上对一些传统内容进

目前,人工智能技术的发展以机器学习、深度学习技术为主,它能够解决一些传统人工程序无法实现的效果。然而,“人工智能＋”更是被寄希望于把人工智能技术应用到各行各业之中。本书不仅包含了机器学习、深度学习的算法,还侧重于人工智能应用软件的开发。书中针对人工智能相关应用和技术设计了项目式教学案例,每章从不同侧面讲述了人工智能应用