本书的主要内容有：学习强化学习是什么，以及算法如何解决具体问题。掌握强化学习的基础知识，包括马尔可夫决策过程、动态规划和时间差分算法。深入研究系列基于值函数和政策梯度的算法。应用先进的强化学习解决方案，如元学习、分层学习、多智能体、模仿学习等。了解最前沿的深度强化学习算法，包括Rainbow、PPO、TD3、SAC等。

本书旨在帮助读者深入理解嵌入式系统的体系结构、软硬件工作原理，嵌入式系统设计和软件开发所需的基础知识和思维方法，以及嵌入式系统互联(即物联网)的基础知识和编程应用。在内容组织方面，本书分为四大部分，分别为导论(第1章)、嵌入式系统的基本原理(第2～3章)、嵌入式系统设计(第4～6章)、嵌入式系统互联(第7～8章)。本书

本书是人工智能实验课程的配套教程。完成书中的实验可以帮助学生巩固和加强对人工智能的基本原理和实现方法的理解，并为今后进一步学习高级课程和进行信息智能化技术的研发奠定良好的基础。 全书共有六个实验：基础平台搭建；谓词问题猴子摘香蕉；知识表示动物识别系统；启发式算法八数码问题(九宫格问题)；推理问题贝叶斯推理；机器学习算法

"本教材以案例与实践为重心，按照如下逻辑进行知识点的组织：第1章介绍人工智能发展历程和百度飞桨框架；第2章和第3章围绕机器学习展开，介绍了监督学习和无监督学习的各种经典算法及其应用案例；第4章围绕深度学习展开，介绍了前馈神经网络、卷积神经网络、循环神经网络和生成对抗网络学习四个核心知识点，及深度学习在计算机视觉、自然语

"本书以人工智能技术在产业应用中涉及的专业知识和技能为主线，系统阐述了人工智能领域的基本概念、发展简史、产业结构、核心技术、关键流程、开发工具以及主流应用等相关知识。全书共9章，内容包括人工智能概述、人工智能产业、Python程序设计基础、机器学习、深度学习、知识图谱、TensorFlow深度学习框架、计算机视觉以及自

《Python机器学习项目实战》引领大家在构建实际项目的过程中，掌握关键的机器学习概念!使用机器学习，我们可完成客户行为分析、价格趋势预测、风险评估等任务。要想掌握机器学习，需要有优质的范例、清晰的讲解和大量的练习。本书完全满足这三点!本书展示了现实、实用的机器学习场景，并全面、清晰地介绍了机器学习的关键概念。在学习本

本书以嵌入式系统开发特点为主线，融入物联网应用，面向物联网、计算机科学与技术、电工电子、智能科学与技术等相关专业，从硬件平台、嵌入式操作系统、物联网平台、程序开发设计等多种角度，介绍嵌入式系统开发的关键要素和具体实现方法。为使读者能够快速进入开发阶段，在本书的实践篇提供了10个由浅入深的项目开发案例。案例开发的嵌入式系

本书内容重点介绍了人工智能系统管理与维护的全生命周期流程和典型工作任务，包括初识人工智能系统、人工智能系统基础运行环境搭建、人工智能系统开发环境搭建、人工智能系统模型数据处理、人工智能系统模型训练、人工智能系统模型评估与优化、人工智能系统整体测评、人工智能系统部署以及综合实战。本书将人工智能伦理道德与人工智能技术深度融

本书旨在培养高职学生的信息素养、计算思维和人工智能素养等数字时代的三个基本素养。全书共分六个单元,主要内容包括开启人工智能新时代、人工智能应用微体验、图像识别、声音识别、自然语言处理和人工神经网络。本书内容选取将人工智能的基本理论知识和典型行业应用相结合,通过任务实践,将理论知识融入体验式应用案例中,做到易学、易懂、有

本书讲解了经典的高级机器学习算法原理与知识，包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络，以及强化学习等内容，同时更强调动手实践。所有算法均利用PyTorch计算框架进行实现，并且在各章节配备实战环节，内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容