本书从实战角度出发，为所有程序员和开发人员提供了使用Swift进行AI和机器学习开发的一站式服务。全书分为三部分：di一部分介绍机器学习和人工智能背后的基础知识；第二部分讨论许多有趣的主题，包括计算机视觉、音频、运动和语言；第三部分详细研究为第二部分的应用程序提供支持的技术。

本书是一本针对所有层次的智能技术读者而作的基于Python实现智能技术的入门书。全书分四大部分：第一部分介绍用Python获取数据所必须了解的基本概念，其中包括Python语法，HTTP标记和基本文件存储，以及从网页中爬取数据的方法和爬虫框架等内容。第二部分讨论了JSON数据格式和基于结构化和非结构化数据库的存储，包括

走进物联网世界

演化学习作为机器学习中解决复杂优化问题的重要方法，此前一直因为理论支撑不足未得到应有重视。本书将介绍作者团队近几年在演化学习理论和算法方面取得的重要进展，弥补上述缺憾。本书内容主要分四部分，第一部分简要介绍演化学习基础知识；第二部分讲述演化算法中用于分析运行时和近似性能的通用理论工具；第三部分讲解关于演化优化中主要因素

知识图谱的发展历史源远流长，从经典人工智能的核心命题——知识工程，到互联网时代的语义Web，再到当下很多领域构建的数千亿级别的现代知识图谱。知识图谱兼具人工智能、大数据和互联网的多重技术基因，是知识表示、表示学习、自然语言处理、图数据库和图计算等多个领域技术的综合集成。本书全面覆盖了知识图谱的表示、存储、获取、推理、融

本书共9章，主要内容包括物联网初探、物联网的演进、物联网设备识别、物联网信息感知、物联网通信、物联网的计算、物联网服务、物联网的典型应用、物联网综合应用实例等。本书可作为高职高专及应用型本科院校物联网应用技术专业的教材，也可作为从事物联网相关工作的技术人员的参考书。

《大学人工智能基础（大学计算机系列教材）》是华东师大非计算机专业本科生理科方向教学用书。大学程序设计基础是大学计算机教学的核心课程，该书以零基础的初学者为对象，循序渐进地讲述各种客观数据对象在计算机世界中是如何表示的，计算机又是如何操作数据对象，实现各种功能的。《大学人工智能基础（大学计算机系列教材）》旨在帮助读者形成

图神经网络是人工智能领域的一个新兴方向，它不仅迅速得到了学术界的广泛关注，而且被成功地应用在工业界的多个领域。本书介绍了图神经网络和图深度学习的基础知识和前沿研究，不仅包括它们的发展历史和经典模型，还包括图神经网络在深层网络、无监督学习、大规模训练、知识图谱推理等方面的前沿研究，以及它们在不同领域（如推荐系统、生化医疗

本书分类《机器学习导论》面向机器学习领域的主要模型和算法，重点阐述不同方法背后的基本假设以及它们之间的相关性，帮助读者建立机器学习的基础理论功底，为从事该领域的相关工作打下基础。具体内容包括机器学习研究的总体思路、发展历史与关键问题，线性模型，神经网络及深度学习，核方法，图模型，无监督学习，非参数模型，演化学习，强化学

本书介绍内容包括支持向量机、线性回归、决策树、遗传算法、深度神经网络（VGG、GooleLeNet、Resnet、MobileNet、EfficientNet）、循环神经网络（LSTM、GRU、Attention）、生成对抗网络（DCGAN、WGAN-GP）、自编码器、各种聚类算法、目标检测算法（YOLO、MTCNN）