本书从神经网络的基础知识讲起，逐步深入到Python进阶实战，通过对各种实用的第三方库进行详细讲解与实战运用，让读者不但能够更加深入地了解神经网络，而且能够简单高效地搭建自己的神经网络，即使没有专业背景知识也能轻松入门神经网络。 本书分为11章，涵盖的主要内容有神经网络概述，神经网络基础知识，计算机程序的特点，神经网络

本书围绕人工智能研究的发展以及由人工智能技术发展而引起的一系列问题展开讨论。该书首先介绍了什么是人工智能，以及人工智能对社会产生的正面和负面影响，并对人工智能所涉及的伦理道德问题进行分析，最后探讨了人工智能未来发展的可能性。全书配有大量彩色插图与照片、术语表、指南、视频资源链接、文本相关问题与报道观点、详尽的索引补充和

随着机器学习算法的普及，开发和优化这些算法的新工具也得到了发展。本书首先介绍了scikit-learn包，学习如何使用scikit-learn语法；学习监督模型和无监督模型之间的差异，以及为每个数据集选择适当算法的重要性；学习将无监督聚类算法应用到真实的数据集中，发现其中的规律，并在探索中解决无监督机器学习问题。

本书主要内容包括初识人工智能、识文解意、看图辨物、听音识意、观影察行、前瞻人工智能。

本书以机器人作为载体，将人工智能的具体应用案例引入课程，分为基础结构篇和拓展硬件篇。其中基础结构篇主要介绍机器人的发展历程及特点，并通过介绍生活中的常用工具来学习简单的机械原理；拓展硬件篇主要介绍一款新的智能硬件，将新的智能硬件与机器人配合使用可开拓学生的创新思维，创作更多智能产品。本书图文并茂，语言简洁，易于理解，既

《基于知识工程的多学科设计优化》的主要目标是通过基本概念的全面介绍，使读者深刻理解构成MDO技术基础的优化方法。第2～6章涵盖了这部分内容，熟悉优化方法和优化理论的读者可略读或有选择地阅读这些章节。该书通过3章内容来介绍MDO的核心知识：第7章阐述了解决假设问题的灵敏度分析方法；第8章介绍了当下先进的MDO框架范例；第

本教材共9章，采用知识体系和案例体系两种方式对人工智能技术及其应用进行阐述。第1章介绍了人工智能的概念，对人工智能的社会价值、应用领域以及未来发展进行展望。第2章介绍了人工智能技术知识与知识表示，列出其知识图谱。第3章对机器学习进行概述，从发展、范围、方法、工具以及挑战等方面对人工智能的机器学习进行介绍。第4章介绍了人

人们几乎天天使用常识推理，但用形式化的方式来表示却非常困难。人工智能是研究解决某些通常被认为要用智能才能解决的问题的计算机技术，人工智能研究计算机刻画主体如何获得知识和处理知识的能力，人工智能逻辑就是用逻辑方法和成果研究主体如何处理知识的理论。本书分8章，从人工智能的角度来建立逻辑理论系统，系统全面地介绍了人工智能逻辑

本书系统地介绍了时滞分布参数神经网络中的重要问题，主要内容包括时滞分布参数神经网络的稳定性、周期解、鲁棒性、无源性、自适应同步控制、自适应学习同步、采样同步控制及反同步等问题。书中所给的分析方法包括代数不等式、线性矩阵不等式、随机分析、自适应控制、采样控制、学习控制方法等。书中的内容来源于作者近几年来的创新性研究成果，

《实践深度学习》共6章，第1章主要介绍深度学习必备的器材、操作系统及中间件的安装方法;第2、3章解读了深度学习示例中的基本术语;第4章则通过示例程序说明了VGG-16、ResNet-152的具体操作方法，并给出了提升估测精度的方法。而第5章介绍了基于26层网络的Yolo和有助于医学图像目标识别的U形23层网络模型。第6