本书全面系统地讲解了深度学习相关的知识。全书共8章，内容包括深度学习简介及TensorFlow安装，神经网络基础、神经网络的TensorFlow实现、卷积神经网络基础、经典卷积神经网络（上）、经典卷积神经网络（下）、深度学习用于文本序列和深度学习实验项目等内容。 本书以知识体系为基础，以课堂案例为载体，采取理论与实践相

本书从神经网络的基础知识讲起，逐步深入到Python进阶实战，通过对各种实用的第三方库进行详细讲解与实战运用，让读者不但能够更加深入地了解神经网络，而且能够简单高效地搭建自己的神经网络，即使没有专业背景知识也能轻松入门神经网络。 本书分为11章，涵盖的主要内容有神经网络概述，神经网络基础知识，计算机程序的特点，神经网络

本书共11章，主要介绍机器学习的基本概念和两大类常用的机器学习模型，即监督学习模型和非监督学习模型。针对监督学习模型，本书介绍了线性模型（线性回归、Logistic回归）、非线性模型（SVM、生成式分类器、决策树）、集成学习模型和神经网络模型及其训练；针对非监督学习模型，本书讲解了常用的降维技术（线性降维技术与非线性降

人工智能将引领一场比互联网影响更为深远的科技革命，各领域的企业都需要尽早地将人工智能纳入企业规划路径中。在人工智能革命的时代，企业应如何应对挑战、如何调整企业发展方向，以及如何重塑企业运营模式和管理制度，从而在人工智能的浪潮中获得机遇。作为个人，我们又应如何面对未来人机协作的工作模式，如何在未来的工作环境中寻找适合自己

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。

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

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

本书从TensorFlow2.0的基础知识讲起，深入介绍TensorFlow2.0的进阶实战，并配合项目实战案例，重点介绍使用TensorFlow2.0的新特性进行机器学习的方法，使读者能够系统地学习机器学习的相关知识，并对TensorFlow2.0的新特性有更深入的理解。本书共14章，主要介绍机器学习、TensorF

自主智能体系统是一个复杂的系统，涉及的技术点多且跨度大。本书宏观地呈现了自主智能体系统的整体框架，并对其核心理论技术做了详细的阐述。本书共7章，第01章介绍了自主智能体系统的发展历程、主要分类和应用实例；第02～04章围绕自主智能体系统的数学描述、决策与规划、控制方法展开了详细分析；第05～06章对自主多智能体系统进行

本书主要针本书主要针对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能的概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语音的智能辨识、人机的智能交互、无人驾驶、智能3D打印等方面

随着物联网的快速发展，软件与硬件逐渐融合，硬件产品经理这个角色越来越受到大家的重视。本书主要对与硬件产品经理相关的知识进行了系统梳理，为大家介绍了什么是硬件和硬件产品经理，以及智能硬件产品经理这个新兴岗位的特点和发展。同时本书为读者介绍了物联网产品（也称智能硬件产品）在市场分析、需求分析、同类产品分析、产品设计、硬件方

本书较为全面地介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章，分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等，并提供了应用实例，旨在通过练习和操作实践帮助读者巩固所学的内容。本书可作为高等院校

人工智能深刻影响着人类发展，本书将带领读者从工程化的角度了解人工智能。本书第1章和第2章简单介绍了人工智能的基本概念及其常见算法。第3章和第4章从工程化的角度探讨了人工智能与智能制造、人工智能与智能设计。第5～9章重点介绍了人工智能中台的概念，以及在企业中构建人工智能中台的流程。本书适合人工智能相关领域（特别是人工智能

这是一本以漫画形式来展现深奥理论的科普书。本书以卡通人物形象为主人公，通过讲故事的形式串接内容，以多格漫画进行展现，带领大家走入神奇的人工智能世界。从印象篇、历史篇、概念篇、技术篇、应用篇、安全篇、未来篇、启示篇多维视角全方位地探索人工智能的神奇与奥妙。人工智能本质上是一个复杂、动态、关联、深奥的知识体系，是用数学方程

目前，市场上的机器学习算法和深度学习算法相关入门书籍大都过于理论化和数学化，提高了学习门槛，使得不具有相关专业背景的读者望而却步；或是过于偏重实操，对于算法原理过于简略，使得读者无法形成对算法原理和可应用场景的基本认识。本书共分为上下两篇，共18章：其中第一篇为经典机器学习模型部分，主要讲解了常用的机器学习经典模型。第

数据科学与人工智能数学基础课旨在帮助读者快速打下数学基础，通俗讲解每一个知识点。 全书分为3篇，共17章。其中第1篇为基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日；第2篇为核心知识篇，主要讲述了线性代数基础、特征值与矩阵分解、随机变量与概率估计、概率论基础、数据科学的几种分布、核函数变换、熵与激活函数；第

全书共10章分别从构建非生物智能体、感知、描述、连接、记忆和理解、学习与交互、智能体运算模式与处理功能、资源和任务功能系统、生存、思维、控制与主体性、智能体生命周期等角度深入讨论了智能体的方方面面，本书讨论一个极为庞大、复杂，且没有先例、没有形成共识的智能体或机器智能系统的实现机理、过程、要点，没有能、也做不到面面俱到

本书以深度学习为核心，详细讲解Pytorch技术堆栈，力求使用最直白的语言，带更多的小白学员入门甚至精通深度学习。本书共分为10个章节，前五个章节主要讲解深度学习中的基本算法及概念，通过使用Pytorch实现经典的神经网络并辅以\"课后加油站”小节补充数学知识，力求让每一个知识点、每一个章节、每一个实验都能在学员脑海中

本书内容属于控制理论与神经科学的交叉研究方向，以脑疾病中的帕金森病为背景。第1章为绪论，介绍了帕金森病的电生理特性、用于治疗帕金森病的DBS技术及PID闭环调制策略等。第2～3章介绍了用于建模正常状态和帕金森病状态下的脉冲神经元数学模型，包括单个神经元模型，如经典的Izhikevich模型，Morris-Lecar模型

本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。