《深度学习基础教程》是真正适合深度学习初学者的入门书籍，全书没有任何复杂的数学推导。《深度学习基础教程》首先介绍了深度学习的优势和面临的挑战、深度学习采用深层架构的动机、学习深度学习需要的数学知识和硬件知识以及深度学习常用的软件框架。然后对多层感知机、卷积神经网络（CNN）、受限玻耳兹曼机（RBM）、循环神经网络（RN

本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果；也从科普的角度，尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人

近年来，基于深度学习的人工智能掀起了一股学习的热潮。本书是使用PyTorch深度学习框架的入门图书，从深度学习原理入手，由浅入深，阐述深度学习中神经网络、深度神经网络、卷积神经网络、自编码器、循环神经网络等内容，同时穿插学习PyTorch框架的各个知识点和基于知识点的实例。*后，综合运用PyTorch和深度学习知识来解

本书旨在全面介绍分布式机器学习的现状，深入分析其中的核心技术问题，并且讨论该领域未来的发展方向。 全书共12章。第1章是绪论，向大家展示分布式机器学习这个领域的全景。第2章介绍机器学习的基础知识。第3章到第8章是本书的核心部分，向大家细致地讲解分布式机器学习的框架及其各个功能模块。其中第3章给出整个分布式机器学习框架的

加里.卡斯帕罗夫在1997年对战IBM公司的超级计算机深蓝是科技史上的一个分水岭。这是人工智能时代的一个新纪元:在这场*激烈的比赛中，首次出现了能够击败国际象棋世界冠军的机器。那一刻是人类-一个多世纪以来孜孜以求、勇攀科技高峰的结晶。在这本突破性的书中，卡斯帕罗夫第次揭示了他惊人的一面，描述了他在面对*为强大的对手时的

作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。 本书包括引言、基础知识、基于知识的系统、高级专题以及现在和未来五部分内容。*部分从人工智能的定义讲起，就人工智能的早期历史、思维和智能的内涵、图灵测试

本书全面地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。 本书可作为高等院校计算机、软件工程、智能科学与技术等研究生和高年级本科生的教材，同时对于从事人工智能、数

本书系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。书中取材先进实用，讲解深入浅出，各章均有相应的例题，并提供了大量用MATLAB/Simulink实现的仿真实例，便于读者掌握和巩固所学知识。

玻璃会像橡胶一样柔韧？潜水衣会像水獭的毛皮？窗户竟能发电？科技如何让我们的生活变得更有趣？手机网络永不崩溃，光芯片打造未来网络，下一代网络达到每秒千兆……智能网络让你与世界相连。无人机助警方破案，3D打印微型金属装置，超级计算机助力石油勘探……人工智能的新发展会是什么？《畅享智能时代》精选《科学美国人》前沿科技资讯，邀

本书分为四大部分，包括UX研究的简要介绍、计划和准备、促动研究，以及分析和报告。每一章都有一个简短的练习，便于你快速应用所学的知识。了解如何提出好的研究问题。了解什么时候使用定量和定性研究方法。探讨和协调研究会谈的后勤保障和细节问题。利用软技能使研究对象自然地参与研究。学习挖掘原始数据内涵的工具和方法。基于一个框架结构