机器学习就是希望机器能够模拟人类学习的过程，使机器在没有明确人工指导的情况下通过分析数据不断获得经验和知识，再调整自身行为进行自我学习，从而改善性能。因此，机器学习融合了人工智能、信息科学、计算机科学、以及类脑科学的相关领域知识，被广泛应用于国防安全、智能制造、智慧医疗、智慧城市、以及数字娱乐等。本书共包含9章内容，第

本书重点围绕众智科学智能理论与计算方法展开介绍，主要内容包括众智的定义和建模、众智的分析与计算方法、单个智能体和多个智能体的智能进化方法、众智水平分析方法，以及众智科学智能理论在典型场景的应用。

本书内容包括人工智能概述、人工智能通用技术（计算机视觉、智能语音、自然语言处理等）、人工智能典型应用场景与职业发展、机器学习与深度学习、人工智能法律与伦理，并围绕迎宾机器人的典型应用开发了相关项目。在内容的选取上，本书突出人工智能主流技术和典型案例，覆盖了目前市场上最常见的人工智能技术及应用。编者仔细研究了国内15家国

在人工智能飞速发展的今天，如何帮助企业应用人工智能来提升竞争力，如何防范在应用人工智能时可能带来的风险，成为人类必须面对且亟须解决的问题。本书探讨了人工智能的局限性以及人工智能所带来的机会，研究了人类和机器可以互相补充配合的领域，提出了一个面向企业层面的“1+1＞2”的智能体：人机共融体（Humachine）。人机共融

本书首先介绍深度强化学习的基础知识以及TensorFlow2.x的**主要版本。随后介绍OpenAIGym、基于模型的RL和无模型的RL，并学习如何开发基本代理。深入介绍发现如何实施高级深度强化学习算法，例如行动者批评、深度确定性策略梯度、深度Q网络、近端策略优化以及深度循环Q网络，以训练RL代理。同时，本书通过构建用

本书是基于Python以及飞桨（PaddlePaddle）深度学习框架的实践性机器学习入门教程，内容涵盖Python基础语法、机器学习常用算法以及在计算机视觉和自然语言处理等经典领域的详细案例解析。本书语言简洁易懂，注重实践与理论相结合，旨在帮助读者掌握机器学习的核心概念和技能。通过阅读本书，读者可以快速了解机器学习各

本书旨在探讨AIGC（ArtificialIntelligenceGeneratedContent）的发展历程、应用范围及其对社会和个人的影响，从而帮助读者深入了解并应用人工智能技术。 本书共分为8章。第1章介绍了ChatGPT和AIGC的发展历史，以及核心技术的演进与应用。第2章详细探讨了ChatGPT的特点、功能，

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2

ChatGPT作为人工智能领域的一大进步，引起了热议，其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型，主要应用于语音识别、计算机视觉等领域。本书聚焦大模型，对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手，探寻其背后支撑大模型的魅力。首先，本书对大模型的基础

《智能边缘计算》对智能边缘计算的概念、发展历程以及边缘计算的网络形态进行了介绍，阐述了边缘计算系统架构和部署方案，并对边缘计算的关键技术，如计算卸载、边缘缓存、商业模式、移动性管理以及安全技术进行了详细分析，针对智能边缘计算的几种实际场景以及与新兴技术的融合进行了综述说明。本书涉及的内容广泛，对算法、技术的阐述足够清晰