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

"本书是在广东省精品资源共享课程教材《自动控制原理》（第5版）的基础上经总结、提高及补充后编写的“简明版”。本书从工程实际出发，介绍和讨论了“经典控制理论”最基本和重要的内容及其应用。第1~6章为线性连续系统；第7章为线性离散系统；第8章为非线性（描述函数）系统。本书适用于应用型本科电气类、自动化类、仪器类等相关专业自

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。

图强化学习是深度强化学习的重要分支领域。本书作为该领域的入门教材，在内容上尽可能覆盖图强化学习的基础知识，并提供应用实践案例。全书共10章，大致分为三部分：第一部分（第1～3章）介绍图强化学习研究对象（复杂系统、图和复杂网络）；第二部分（第4～7章）介绍图强化学习基础知识（图嵌入、图神经网络和深度强化学习）；第三部分（

近年来随着计算机技术的快速发展，机器学习被广泛应用于信息检索、自然语言处理、计算机视觉及自动化控制等方面。由于机器学习在实际应用中对不同问题所提供的条件各不相同，如含有标签信息的数据、不含标签信息的数据等，针对不同的数据类型有多种解决方法：监督学习、半监督学习、无监督学习。本书针对监督和无监督学习方法进行理论的概述、模

可解释AI(InterpretableAI)将教会你识别模型所学习的模式及其产生结果的原因。通过阅读《可解释AI实战（PyTorch版）》，你将掌握一些用于解释白盒模型(如线性回归和广义可加模型)的方法，以及一些用于解释复杂深度学习模型的方法。可解释AI是一个快速发展的领域，本书将该领域的前沿研究简化为你可以在P