本书分为14章,涵盖的主要内容有人工智能的发展;开发环境的部署与使用;TensorFlow2.0框架结构及基本函数使用;神经网络的发展与基本结构;图像处理;TensorFlow2.0可视化工具TensorBoard;普通神经网络曲线拟合;普通神经网络和卷积神经网络MNIST手写字体识别;图像风格迁移;小型汽车车牌识别;

本书属于人工智能方面的基础研究的著作,全面探讨研究人工智能的基本理论和技术发展,由人工智能基本概念、确定性知识系统、不确定性知识系统、智能搜索技术、自然语言理解等五大部分组成。全书以人工智能为研究对象,分析人工智能的原理及其在各方面的应用,在此技术基础上,结合现实需求,提出人工智能对社会的重要性与未来的发展方向。

TensorFlow是谷歌公司于2015年研发的深度学习框架。它的出现降低了人工智能时代的入门门槛，提高了开发效率。本书针对TensorFlow2.0版本编写，基于工作过程进行系统化的体例设计，采用理论知识结合项目实例的形式，由浅入深地介绍TensorFlow深度学习框架的原理、特性、编程技巧和应用方法。本书包含深度学

本书共9章，主要介绍了人工智能在监督学习、非监督学习、强化学习3个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。全书采用Python作为实现语言，通过大量原创图表及实用案例让读者参与和体验人工智能的决策过程，希望读者能够了解

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一门学科。本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容,比较全面地反映了国内外人工智能研究领域的*进展和发展方向,包括智能优化算法及应用研究。本书共6章,主要内容包括:人工智能的定义、起源、分类与发展,人工智能的知识表示方法,确定性推理的主要

全书系统性地介绍了AI入门的有关知识，从AI与人类对话、与人脑的差异、AI艺术创作等多个方面探讨了AI的发展进程，重点介绍了深度学习这一AI领域关键技术，探讨它的进化程度将如何影响人类未来的生活与工作等。在全书Z后的部分，还全景展示了作者对两位知名AI专家的采访，对于目前AI主流的研究方向和入门基础有精彩的观点和详细的

我们人类既不同于无生命的物体（如岩石和雨滴），也不同于从单细胞生物体到其他哺乳动物的无数生命形式。人类真的是个与众不同的物种吗？与其他动物相比，我们是否有本质区别？如果是的话，我们是如何获得这一特殊地位的呢？我们身上的哪些特征，把我们与其他动物区分开来？是什么使人类成为“人”？这些问题并不新鲜，从古代以来，许多学者和哲

本书分为两部分。第壹部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程

TinyML是指微型机器学习，更准确地说，TinyML是指工程师们在mW功率以下的设备上，实现机器学习的方法、工具和技术。TinyML将深度学习和嵌入式系统相结合，使得微型设备可以做出令人惊叹的事情。作者解释了如何训练足够小以适合任何环境的模型。对于希望在嵌入式系统中搭建机器学习项目的软件及硬件开发人员而言，本书是一个

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术，以群体智能为主线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储；介绍了人工智能的经典算法，并且结合分布式技术，进行大规模分布式架构与演进；介绍了群体智能与博弈，结合