全书首先概要介绍了传统语音识别理论和经典的深度神经网络核心算法。接着全面而深入地介绍了深度学习在语音识别中的应用，包括"深度神经网络-隐马尔可夫混合模型”的训练和优化，特征表示学习、模型融合、自适应，以及以循环神经网络为代表的若干先进深度学习技术。

自动控制原理是自动化相关专业的基础理论课。本书主要介绍自动控制原理的经典验证性实验及综合设计性系统实验。全书共11章，内容包括自动控制系统的时域分析、根轨迹法、频率法、控制系统的校正、非线性系统分析、线性离散系统、基于ELVISII的控制系统设计、单自由度垂直起降飞行器控制系统的设计、旋转倒立摆控制系统的设计、实验中常

本书主要介绍一种机器学习算法——提升法，主要关注其基础理论和算法，也兼顾了应用。全书共14章，分为4个部分。首先给出机器学习算法及其分析的概要介绍，然后第一部分重点探究了提升法的核心理论及其泛化能力。第二部分主要介绍了有助于理解和解释提升法的其他理论，包括基于博弈论的解释、贪心算法、迭代投射算法，并与信息几何学和凸优化

本书全面且系统地介绍了机器学习测试技术与质量体系建设，分为5部分，共15章。第一部分（第1～4章）涵盖了机器学习、Python编程、数据分析的基础知识；第二部分（第5～7章）介绍了大数据基础、大数据测试指南及相关工具实践；第三部分（第8～10章）讲解了机器学习测试基础、特征专项测试及模型算法评估测试；第四部分（第11～

本书分为3部分，分别是综述篇、通用技术篇和行业应用篇。综述篇介绍了现阶段人工智能产品发展情况和人工智能政策环境。通用技术篇精心挑选10个以研发底层技术为核心竞争力的企业的产品，详细介绍了它们的实现思路以及现阶段应用。行业应用篇共有24个案例，主要汇集了人工智能技术与实体经济结合的应用案例，重点关注人工智能技术的应用场景

机器学习是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是模拟人类的学习活动，从数据中获取知识和技能，重新组织已有的知识结构，从而不断改善系统性能。本书共9项目。项目1介绍机器学习基础，概要介绍机器学习的发展简史和一般步骤，以及本书涉及的方法和算法；项目2项目7讨论k近邻算法、线性回

本书全面、系统地介绍了经典控制理论的基本内容和自动控制系统的分析、校正与综合设计方法。全书共分8章，主要包括自动控制的基本概念、控制系统的数学描述、时域分析法、根轨迹分析法、频域分析法、线性控制系统的综合与校正、离散时间控制系统、非线性控制系统等。每章最后一节为相应的Matlab仿真实例。各章末给出本章小结和关键术语和

本书全面系统地阐述了人工智能的基本原理，勾画了人工智能理论和技术体系的基本框架，内容涵盖了人工智能各个分支领域的基本知识和主要内容，并体现了人工智能的最新进展。本书内容全面、基础、新颖、实用，为读者进一步学习和研发奠定了基础，指引了方向。全书共分为六篇，每篇为一个知识单元。本书结构风格独特，条理清楚，语言精练，图文并茂

本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从tensorflow的基本语法，基础教程、高级工具以及进阶教程来对深度学习的理论与技术进行深入分析与讲解，并提供大量的案例从零开始教会读者如何使用深度学习进行开发以及应用。本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从

本书分为14章,涵盖的主要内容有人工智能的发展;开发环境的部署与使用;TensorFlow2.0框架结构及基本函数使用;神经网络的发展与基本结构;图像处理;TensorFlow2.0可视化工具TensorBoard;普通神经网络曲线拟合;普通神经网络和卷积神经网络MNIST手写字体识别;图像风格迁移;小型汽车车牌识别;