本书主要介绍控制系统的基础知识和设计方法。全书首先介绍了控制系统的基本概念，然后论述了控制系统的微分方程和传递函数等数学模型的建立和等效简化方法。在系统分析方面，主要介绍了控制系统的时域分析法、根轨迹分析法和频域分析法。在系统设计方面，主要介绍了串联校正技术和PID控制技术。在计算机控制技术方面，论述了连续信号的采样过

本书循序渐进地讲解了使用TensorFlow开发深度学习程序的核心知识，并通过具体实例的实现过程演练了使用TensorFlow的方法和流程。书中首先讲解了TensorFlow深度学习基础知识；然后介绍了数据集制作、前馈神经网络、卷积神经网络、循环神经网络、生成式对抗网络、自然语言处理、注意力机制、概率图模型、深度信念网

零基础学ChatGPT从入门到精通 人工智能算法入门 这就是chatgpt实战应用书 ChatGPT使用指南 人工智能数

本书主要介绍了自动控制原理的基本内容，共分5章，主要讲述了自动控制原理的基本概念，控制系统的数学模型，经典控制理论中的时域分析、根轨迹分析和频率分析等方法。

本书详细介绍机器学习主要算法，包括：C4.5决策树、k-均值（K-means）、支持向量机（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法和分类回归树算法以及神经网络和深度学习的简单介绍。

本书是《EasyRL：强化学习教程》的配套实践教程。本书将在第一版的基础上以更加严谨的风格深入浅出地介绍马尔可夫决策过程、蒙特卡罗方法、时序差分方法、Sarsa、Q-learning等传统强化学习算法，以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例

全书从逻辑上共分3部分。第一部分由第1章和第2章组成，介绍深度学习的基础理论、MindSpore总体架构和编程基础。第二部分由第3-8章组成，介绍MindSpore框架各子系统的使用方法，包括数据处理、算子、神经网络模型开发、数据可视化组件MindInsight、推理和移动端AI框架MindSporeLite。第三部分

本书概要介绍了信息网络概念内涵、发展历程，梳理分析了人工智能发展历程及其在信息网络中的应用，提出了IIN的基本内涵、科学问题、典型特征和能力愿景，设计了IIN的网络架构并阐释其基本机理，从网络认知理论与模型、网络知识体系与构建方法、多维标识与寻址体系、交互语言体系、内生安全体系等5个方面，研究了IIN核心理论方法与关键

从“数据”视角出发，详细梳理人工智能系统存在的安全风险及防御问题。按照由训练、识别、部署三个阶段组成的人工智能系统运行生命周期，分别介绍人工智能安全的定义、研究目标、安全威胁、防御策略及研究现状，重点围绕后门攻击、对抗性攻击、隐私保护、传感欺骗、系统合法使用等常见安全问题，分别从理论与实践的角度进行详细的探讨、分析和说

本书要求初级、中级、高级工程技术人员均需要掌握对应章节的内容。本书基于人工智能基础知识及共性技术，分为专业基础知识、深度学习基础、人工智能应用与实践基础、人工智能伦理及安全等四个部分。主要内容包括：数学基础部分、算法设计与分析、数据处理知识、软件工程部分等。