图可以被用于表示各类对象之间的关系，而图神经网络是指专门用于处理图数据的深度学习模型，可实现对图数据的建模和推断。本书系统地介绍了图神经网络的基本原理、常用模型和应用领域等。首先介绍了两类最基本的图神经网络方法GCN和GraphSAGE，并给出了图神经网络的学习目标、评价方法；然后对图神经网络中常用的模型结构进行了深入

生成式AI是科技领域最炙手可热的话题。这本实践用书教授机器学习工程师和数据科学人员如何利用TensorFlow和Keras从零开始创建令人印象深刻的生成式深度学习模型，包括变分自编码器(VAE)、生成对抗网络(GAN)、Transformers、归一化流、基于能量的模型和去噪扩散模型。本书从深度学习的基础知识开始，逐步

本书包含代码实践和案例实践，运用OpenCV、PyTorch等框架工具详细讲解中文车牌识别检测、采用三元组的FaceNet人脸识别理论与实践、车道检测的两种深度学习思路及烟雾检测4大实践项目。相关理论可参考《基于深度学习的目标检测原理与应用》一书，从而学以致用、融会贯通。

许多部门和行业都渴望将AI和数据驱动技术整合到自己的系统和运营中。但要构建真正成功的AI系统，你需要牢固掌握底层的数学知识。这本综合指南弥补了AI所展现出的无限潜力和应用与相关数学基础之间的存在的现实差距。作者HalaNelson并没有讨论高深的学术理论，而是以现实世界的应用和最先进的模型为重点，介绍了在人工智能领域发

本书将人工智能技术的理论及应用，结合大数据时代人工智能的应用和意义进行了探讨，为同行起到了借鉴和参考的作用。

本书阐述了分布式人工智能原理及其应用，基本原理的主要内容包括的分布式人工智能的内涵、基本原理、计算框架等；研究了分布式人工智能学习与优化、强化学习与演化计算、群智能体强化学习等前沿方法；给出了分布式信息融合、视觉感知、协同搜索、对抗博弈决策和智能博弈推演等典型应用，建立起了较为全面的知识体系与脉络，为后续研究奠定了良好

本书是一本探讨意识起源、勾勒人工智能未来图景的学术性科普图书。如今，人工智能已经渗透到我们生活的方方面面，给我们生活带来巨大便利的同时，也引发了人们对人工智能会威胁人类生存的担忧。人工智能的本质是什么？机器能产生意识吗？如何度量机器的智能？在人工智能热潮涌现的今天，本书作者直面人工智能研究乃至众多前沿科学研究都绕不过去

数据挖掘与机器学习--基于R语言编程

《四元数神经网络稳定性理论及应用》旨在介绍四元数神经网络稳定性理论及应用的研究现状、典型模型、常用研究方法.具体内容包括四元数神经网络渐近稳定性、四元数神经网络鲁棒稳定性、四元数神经网络μ-稳定性及均方稳定性、四元数神经网络Mittag-Leffler稳定性、四元数神经网络Lagrange稳定性及H-U稳定性、四元数神

本书系统地阐述了人工智能算法的基本原理、实现技术及其应用，基本涵盖了其重要理论和方法，包括了最近发展起来的并被实践证明的新技术、新理论，如机器学习、模式识别、图像处理、神经网络、深度学习、群智能方法等。本书注重结合实际，通过实际问题介绍各种理论和方法，着重介绍各种智能算法的MATLAB实现，具有较强的指导性和实用性。