本书重点分析非线性时滞系统的迭代学习控制方案设计及其稳定性分析问题。内容包括：不确定时变参数化非线性时滞系统迭代学习控制、非参数化非线性时滞系统迭代学习控制、控制方向未知的非线性时滞系统迭代学习控制、基于观测器的非线性时滞系统迭代学习控制、机械臂系统自适应迭代学习控制等。

本书从图划分的视角系统介绍基于图论的机器学习方法，包括机器学习中的三类基本学习问题：无监督、半监督和监督学习问题，同时考虑协同正则化、多重正则化和路径传播对基于图论的学习方法进行了拓展。通过大量的实验验证，本书提供的方法合理有效，算法效率显著提高。

本书主要利用鲁棒控制理论和随机系统理论研究了噪声环境下多智能体系统的协同控制问题。具体包括噪声环境下异构多智能体系统的一致性，持续干扰下多智能体系统的一致性，噪声环境下多智能体系统的旋转运动和对抗编队控制，最后简要介绍了噪声环境下分数阶多智能体系统的一致性。

本套书籍组成为：一册基础知识教材《人工智能工程技术人员基础知识》，及五个职业方向教材：人工智能芯片产品实现、人工智能平台产品实现、自然语言及语音处理产品实现、计算机视觉产品实现、人工智能应用产品集成实现。每职业方向教材分初、中、高三个级别编写。《人工智能工程技术人员(初级)——自然语言及语音处理产品实现》为自然语言及语

本套书包含：《深度学习从基础到实践(上、下册)》《图神经网络》。

本书着重从方法论角度对基于知识图谱的可解释人工智能的相关研究进行分类梳理，并挑选了智能推荐、问答对话、关系推理等三个具有代表性的人工智能任务，在每个任务下遴选出近年来有具有里程碑意义的典型研究成果，详细介绍基于知识图谱的可解释人工智能的理论模型和应用情况。本书既涵盖了大量经典算法，又引入了近年来在该领域研究中涌现出的新

本书在归纳分析国内外关于多智能体系统分布式优化控制算法的基础上，研究了针对外部干扰、系统未建模动态、系统状态受限、固定时间内系统稳定等具体需求的高阶非线性多智能体系统的分布式控制器设计。主要内容包括：设计基于神经网络的自适应控制算法，利用神经网络的万能逼近能力对系统内的未建模动态进行估计，并通过设计神经网络自适应律和自

本书全面详尽地介绍了人工智能从诞生开始以来将如何塑造我们的世界和社会。通过色彩丰富、有趣的插图，和通读易懂的文字，生动地介绍了人工智能的方方面面。清晰地介绍了人工智能的起源、历史、应用情况、技术局限和未来展望，并通过一些简单、实用的科普知识，以生活场景作为切入点，以真实发生的事例作为例证，介绍了“图灵测试”“中国房间”

本书以工作场景和具体任务来驱动，包括53个场景展示、85项任务模拟、237次提问示范，让完全不懂技术的小白，也能成为ChatGPT工具使用方面的行家。

本书是一本全面介绍机器学习方法特别是算法的新书,适合初学者和有一定基础的读者。机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后