机器学习是当前解决很多人工智能问题的核心技术，自2012年以来，深度学习的出现带来了人工智能复兴。本书是机器学习和深度学习领域的入门与提高教材，紧密结合工程实践与应用，系统、深入地讲述机器学习与深度学习的主流方法与理论。全书由23章组成，共分为三大部分。第1～3章为*部分，介绍机器学习的基本原理、所需的数学知识（包括微

数学是机器学习绕不开的基础知识，传统教材的风格偏重理论定义和运算技巧，想以此高效地打下机器学习的数学基础，针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容，

本书通过五个有趣的项目，带领读者在理解原理的同时，动手编写代码，实现自己的人工智能应用。这五个项目分别是：图像识别、图像风格迁移、文本生成、角斗士游戏和红绿灯调度。

《向pepper学习人工智能》是人工智能课程教材，为适应产业发展的需要，结合教学一线实践编写而成。《向pepper学习人工智能》以人形情感机器人pepper为教学载体和工具，基于项目的学习和“做中学，做中教”的教学理念，为学生提供充分的沉浸体验，把枯燥的人工智能技术和理论以更加鲜活的方式表达出来和应用起来。《向pepp

本书围绕人工智能主题设置了嗨，你是谁智能背后越走越近学会对话拥抱未来5个模块，每个模块安排有自我测评与智能体验，线下与线上相结合，重点培养小学生对人工智能的初感知，以小故事、案例以及小游戏的形式帮助学生初步感知人工智能。

本书的主要内容有： ■快速检测异常现象，包括违规操作、欺诈和即将发生的系统故障。 ■通过从计算机二进制文件中提取的有用信息进行恶意软件分析。 ■通过从数据集中查找模式来发现网络中的攻击者。 ■检测攻击者是如何利用面向消费者的网站和应用程序功能的。 ■将机器学习算法从实验室转换到生产实践中。 ■了解攻击者对机器学习解

本书由四篇共１７章组成*篇是基础理论篇共九章(第１~９章)从整体角度介绍人工智能的基本概念与基础理论第二篇是应用技术篇共四章(第１０~１３章)介绍人工智能基础理论与相关分支领域相融合所产生的新技术第三篇是应用篇共三章(第１４~１６章)介绍智能产品的开发及目前广为流行的四种应用实例第四篇是展望篇共一章(第１７章)对人工智

本书对人工智能学科及其研究领域进行抽象，梳理出一个人工智能的研究体系，然后再按照这个体系讲述其原理，再穿插一些实例。全书分为五篇、共十四章。这五篇分别是人工智能的体系、求解、规划、学习、以及推理。体系篇中有两章，即绪论与体系论。其次，求解篇分成四章，讲述搜索问题、优化问题、博弈问题、以及约束问题求解。第三，规划篇中有两

《人工智能概论》主要包括以下主题：1.人工智能的前世今生。介绍人工智能的历史发展，并解读不同时期发展的特点和发展的动力。2.新时代人工智能的三要素：算法、数据、算力。分别介绍当前主流的人工智能算法、大数据与人工智能的关系及影响、人工智能芯片的发展及对人工智能的作用。3.人工智能在生活中的应用。按照我们日常生活中的出行、

《人工智能基础与实践》采用理论结合实践的形式，探讨了计算思维、人工智能技术的运用、搜索求解策略、实践和机器学习方法，研究应有场景中人工智能解决方案，为学生运用人工智能技术解决各学科中的问题奠定了基础，并探索了人工智能在信息社会中的应用与