深度学习是当前人工智能的引领技术，是引发新一轮人工智能热潮的原动力。本书从模型、算法、原理等角度全面介绍深度学习技术，包括近两年最新成果。全书由三大部分组成。第一部分是机器学习和神经网络基础，包括机器学习问题、浅层机器学习、早期神经网络等；第二部分是深度学习模型及算法，包括深度生成模型、卷积网络、循环和递归网络、表示学

深度学习是当前人工智能的引领技术，是引发新一轮人工智能热潮的原动力。本书从模型、算法、原理等角度全面介绍深度学习技术，包括近两年最新成果。全书由三大部分组成。第一部分是机器学习和神经网络基础，包括机器学习问题、浅层机器学习、早期神经网络等；第二部分是深度学习模型及算法，包括深度生成模型、卷积网络、循环和递归网络、表示学

本书旨在讨论人工智能领域未来的发展方向，即通用人工智能和奇点现象。本书涵盖了奇点理论提出以来该领域取得的一系列研究进展，剖析了实现通用人工智能所面临的问题并分析了各种实现途径。作者不仅展开了天马行空的想象，思考未来技术，比如意识上传、飞米技术等如何为通用人工智能提供可行性，还将现有的通用人工智能技术落地，在生物学领域进

本书是一本针对高校学生的绝佳TensorFlow学习教材。作者结合众多高质量的代码，生动讲解了TensorFlow的底层原理，并从实际应用问题入手，从实践的角度出发，通过具体的TensorFlow案例程序介绍常见的模型和应用解决办法。同时，在教材中还介绍了模型部署和编程过程中所用到的诸多开发技巧。是学习和掌握人工智能这

本书共4章。第1章介绍了人工智能、机器学习、深度学习、强化学习的基本概念。第2章以Q学习为例，重点介绍了强化学习的原理、算法步骤、代码实现、代码运行调试。第3章先对深度学习的几种常见的类型和原理进行介绍，然后给出了例程和调试方法。第4章以Q学习中运用神经网络为例，介绍了深度强化学习的基本原理和方法，同时也给出了例程和调

本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlo

本书致力于推动人工智能的普及教育，使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识，包括机器学习和深度学习的基本内容，并结合图像信息处理和自然语言处理两个典型应用展开阐述，使读者能快速掌握人工智能的基本概念、基本知识体系和框架，为进一步深入学习打下良好基础。

本书理论完备，涵盖主流非深度强化学习算法和深度强化学习算法；实战性强，基于Python、Gym、TensorFlow2等构建，并有AlphaZero等综合案例。全书共12章，主要内容如下。 第1章：介绍强化学习的基础知识与强化学习环境库Gym的使用，并给出完整的编程实例。 第2～9章：介绍强化学习的理论知识。以Mark

本书对我国人工智能的发展状况、国家战略，及其在经济发展、民生改善、政府治理等方面的广泛应用作了简明通俗的阐释；同时，还阐述了世界范围内人工智能的发展历史、国外主要国家和地区人工智能的发展现状、人工智能的未来前景等。 书中包含大量应用案例，涉及制造业、农业、金融、交通、医疗、教育、家居、政府治理、政务服务等领域。突出介绍

本教材的内容涉及模糊理论、数据融合、神经网络、遗传算法及传感技术等相关内容，并着重介绍数据融合技术的原理、特点及具体应用方法，在目前多传感器数据融合技术研究成果的基础上进行系统解析，分析特点，论述不足，为数据融合技术的研究提供科学合理的依据，达到促进智能信息处理技术可持续发展的目标。