本书全面、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、

PyTorch是基于Torch库的开源机器学习库，它主要由Meta（原Facebook）的人工智能研究实验室开发，在自然语言处理和计算机视觉领域都具有广泛的应用。本书介绍了简单且经典的入门项目，方便快速上手，如MNIST数字识别，读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模

本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。 本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图

本书是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。全书共分6章。第1章从潜结果框架和结构因果模型出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。

神经网络与深度学习是人工智能研究的重要领域，是机器学习的重要组成部分。人工智能是研究理解和模拟人类智能、智能行为及其规律的科学。本书紧紧围绕神经网络和深度学习的基础知识体系进行系统的梳理，力求从基础理论、经典模型和前沿应用展开论述，便于读者能够较为全面地掌握深度学习的相关知识。全书共16章。第1章是绪论，简要介绍人工智

本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。全书分为四部分：第一部分介绍图神经网络的基本概念；第二部分讨论图神经网络成熟的方法；第三部分介绍图神经网络典型的前沿领域；第四部分描述可能对图神经网络未来研

本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难点，进行深入的分析和讲解。本书侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、

手势交互是自然人机交互的研究热点，在很多领域都有着广泛的应用，例如虚拟/增强现实、普适计算、可穿戴计算、智能家居和游戏娱乐等。本文提出了一套卓有成效的"以用户为中心的”手势设计方法，应用在双面屏智能手机、智能汽车信息系统、智能电视交互系统、沉浸式虚拟现实购物系统中，实践证明这套方法能够有效解决传统手势设计方法所面临的一

机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本书涵盖了机器学习和深度学习的基础知识，主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、文本分析、分布式机器学习算法等经典的机器学习基础知识，还包括卷积神经网络、循环神经网络、生成对抗网络、目标检测、自编码器等深度学习的内容。此外，

知识工程是人工智能发展中重要的研究工作。形式概念分析提出后广泛用户不同领域的知识表示，近年来知识图谱在信息检索领域解决了不同层面应用的知识表达和知识推理中。在形式概念分析和知识图谱研究工作上，围绕一些不适合建立领域知识图谱的应用背景，知识的获取、知识的表示、知识推理等问题，提出了从文本中一些具有内涵和外延概念这一知识的

随着云计算、大数据等的快速发展，越来越多的组织用信息化手段进行流程管理。如何提升流程执行的智能化程度、动态性和柔性，以提高对非标准业务的管理效率，是流程管理面临的一个重要问题。 本书基于流程管理系统积累的日志，提出了3种流程管理的工作流活动推荐方法，分别为基于用户类别近邻的活动推荐方法、基于Pearson相关系数的活动

本书通过扎实、详细的内容和清晰的结构，从算法理论、算法源码、实验结果等方面对深度学习算法进行分析和介绍。本书共三篇，第一篇主要介绍深度学习在计算机视觉方向的一些卷积神经网络，从基础骨干网络、轻量级CNN、模型架构搜索3个方向展开，介绍计算机视觉方向的里程碑算法；第二篇主要介绍深度学习在自然语言处理方向的重要突破，包括基

全书可分为五大部分，阐述了分布式人工智能的基础知识以及相关进展，包括分布式人工智能简介、分布式规划与优化、多智能体博弈、多智能体学习和分布式人工智能应用。除此之外，由于本领域尚处于蓬勃发展阶段，相关技术与应用层出不穷，因此书中还提供了研究者对于分布式人工智能发展的相关预测，主要集中在：第一，更复杂和更大规模的分布式人工

本书主要针对控制理论的一些重要分支，分析了当前存在的瓶颈问题，展望了其发展趋势和面临的一系列挑战。全书共分为17章，分别为：优化控制研究的概述与关键问题分析、逻辑控制系统中的未解问题、系统与控制中优化理论与应用的挑战与瓶颈、分布参数系统控制、数据驱动控制系统、自抗扰控制中的若干未解问题、非线性控制的几个瓶颈问题、时间与

本书基于TensorFlow.NET框架，详细介绍了.NET平台下深度学习的基础原理和应用技术，不仅阐述了算法原理，还演示了实践代码和运行效果，其中完整示例主要采用的语言为C#和F#。全书分为3个部分：第一部分介绍了核心API的用法和基础示例，包括数据类型、张量、EagerMode、自动求导、线性回归、逻辑回归、tf.

人工智能正在以前所未有的速度发展，其广泛地应用于汽车、医疗、交通、制造、金融等多个领域。通常“人工智能”一词往往与人机交互系统相联系，进而突出其应用性，表现为“机器学习”和“问题解决”等。现如今人工智能不再是人的延伸，而是可以自我演进的，是相对独立的。这就决定了人工智能发展面临着巨大的挑战，不仅是技术层面的诸多挑战，还

本书采用全彩图解+视频讲解的形式，通过生动有趣的童话探秘之旅，介绍了利用JoyFrog（呱比特手柄）和Kittenblock进行人工智能项目开发的思路及技巧。全书共18课，涵盖以下知识点：百度大脑中的文字朗读、语音识别、图形识别、文字识别、人脸识别和写诗写春联等，FaceAI中的人脸、微笑、年龄、性别等的检测，机器学习

本书以青少年喜爱的《西游记》为蓝本进行人物塑造，故事主线讲述了人工智能时代下，一个具备学习人工智能的硬件基础，却缺乏相关理论知识的智能机器人——悟小白，在通臂猿猴的陪伴下，在寻找人工智能专家唐小僧拜师学艺的路上，通过重重关卡，不断历练的故事，而这正是人工智能的技术基石——“机器学习”的本质。故事由浅入深，通过各类关卡和

本书主要介绍统计机器学习领域常用的基础模型、算法和代码实现。包括统计机器学习、Python语言基础，常用的线性回归、贝叶斯分类器、逻辑回归、SVM、核方法、集成学习，以及深度学习中的多层感知器、卷积神经网络、循环神经网络、变分自编码器、对抗生成网络和强化学习等模型与优化方法，使用Scikit-Learn、TensorF

本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。本书包含了6个神经网络相关的项目，分别是糖尿病预测、出租车费用预测、图像分类、图像降噪、情感分析和人脸识别，这6个项目均是从头开始实现，且使用了不同的神经网络。在每个项目中，本书首先会提出问题，然后介绍解决该问题需要