本书主要介绍深度学习的核心算法，以及在计算机视觉、语音识别、自然语言处理中的相关应用。本书的作者们都是业界第一线的深度学习从业者，所以书中所写内容和业界联系紧密，所涵盖的深度学习相关知识点比较全面。本书主要讲解原理，较少贴代码。本书适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相

阿尔法狗接连打败李世石、柯洁，无人驾驶汽车从科幻慢慢变为现实，人工智能正在全世界如火如荼地“跑马圈地”。我们正在被一个的以智能技术为核心驱动力的新型社会裹挟着前行。 随着智能时代的来临，每个企业和个人都在经受着的挑战，但挑战与机遇并存，我们要积极探索，紧跟前沿，才能在这波智能化浪潮中不致被淘汰。 本书通过丰富鲜活的

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。本书为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的

本书以MATLABR2016a为平台，通过专业技术与大量典型实例相结合，介绍了各种典型网络的训练过程和实际应用。全书共27个案例，从实用角度出发，详尽地讲述感知器网络、线性神经网络、RBF神经网络、BP神经网络、反馈神经网络及自组织神经网络等内容，扩展介绍神经网络在其他工程领域的实际应用。本书可作为科研人员及工程技术人

本书全面地介绍了人工智能的主要理论、技术和方法，主要包括：搜索策略、确定性推理、不确定性推理、专家系统、机器学习、自然语言理解和遗传算法。本书着重展现人工智能技术的基础方法和理论，同时引入了人工智能技术在机器人领域的研究应用实例，为读者知识进阶作铺垫。 本书内容丰富，深入浅出，通俗易懂，以基础理论为主，兼顾实用技术，

粒计算是当前人工智能研究领域中模拟人类思维和解决复杂问题的新理论与新方法，它涵盖了所有有关粒度的理论、方法和技术，是研究大规模复杂问题求解、大数据分析与挖掘、不确定性智能信息处理的有力工具。经过十多年的发展，在与多学科交叉研究过程中，粒计算正逐步形成其特有的研究体系和内容。本书介绍了粒计算的不确定性分析与知识获取方法的

书从多维数组Tensor开始，循序渐进地带领读者了解PyTorch各方面的基础知识，并结合基础知识和前沿研究，带领读者从零开始完成几个经典有趣的深度学习小目，包括GAN生成动漫头像、AI滤镜、AI写诗等。本书没有简单机械地介绍各个函数接口的使用，而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识，希望读者对Py

本书由TensorLayer创始人领衔，TensorLayer主要开发团队倾力打造而成。内容不仅覆盖了人工神经网络的基本知识，如多层感知器、卷积网络、递归网络及增强学习等，还着重讲解了深度学习的一些新的技术，如生成对抗网络、学习方法和实践经验，配有许多应用及产品的实例。读者可从零开始掌握深度学习技术，以及使用Tenso

《深入浅出强化学习：原理入门》用通俗易懂的语言深入浅出地介绍了强化学习的基本原理，覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从*基本的马尔科夫决策过程入手，将强化学习问题纳入到严谨的数学框架中，接着阐述了解决此类问题*基本的方法动态规划方法，并从中总结出解决强化学习问题的基本思路：交互迭代策略评

本书系统总结了集对分析在人工智能理论和技术研究的阶段性成果，共12章。第1、2章为集对分析基本概念、基本理论和**进展的介绍，第3章是人工智能基础和前沿集对分析，第4～12章依次介绍集对分析在模式识别、不确定性推理、智能决策、知识生态学、自然语言和人类语言理解、专家系统、神经网络、智能工程和智能社会中的应用。本书内容丰

内容简介 面对科技的迅猛发展，我国政府制定了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，并提出：人工智能产业要成为新的重要经济增长点，而且要在2030年成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。 《人工智能》一书由腾讯一流团队与工信部高端智库倾

TensorFlow是近年来影响较大的神经网络和深度学习平台，《零起点TensorFlow快速入门》以生动活泼的语言，从入门者的角度，对TensorFlow进行介绍，书中包含大量简单风趣的实际案例，如孤独的神经元、梵高画风等，让广大初学者快速掌握神经网络的基本编程，为进一步学习人工智能奠定扎实的基础。

深度学习如今已经成为了科技领域*炙手可热的技术，在本书中，我们将帮助你入门深度学习的领域。本书将从人工智能的介绍入手，了解机器学习和深度学习的基础理论，并学习如何用PyTorch框架对模型进行搭建。通过阅读本书，你将会学习到机器学习中的线性回归和logistic回归，深度学习的优化方法，多层全连接神经网络，卷积神经网络

正在到来的第四次工业革命，是继机械化、电气化及信息化之后的一次大规模的智能化浪潮，将对人类生产、生活方式产生革命性的影响。本书以时间为主线，采用历史案例未来趋势解读的形式，全面介绍第四次工业革命涉及的各个技术领域发展趋势，包括时下*热门的人工智能、无人驾驶、VR/AR、工业4.0、共享经济等；深入讲解人类科技发展历史的

本书讨论了正在如火如荼进行着的人工智能革命对人类工作方式和工作观念的巨大影响。作者认为不同于以往的历次失业浪潮，这次人工智能造成的技术性失业对人类文化和文明进程的影响将是深刻的，甚至是颠覆性的。同时，作者也探讨了机器红利对人口红利的替代作用，并指出尽管如此，人仍然还是有人的用处，人类将与机器共存共荣，创造一种全新的经济

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分

机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练（第1章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2章），并且初步尝试将这些技术运用到金融股票交易

本书内容包括：知识重构与抽象模型框架及其扩展概述；业务流程模型与抽象相关概念；KRA模型框架的智能世界扩展；业务流程的一般抽象模型框架；基于聚类技术的业务流程模型抽象。

本书以一位软件工程师的转型故事为线索，讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转入算法思维，第2-5章分别阐述文本处理、视觉识别、Bot机器人、强化学习方向的算法实践，第6章案例阐述预测与推荐的应用。

《径向基函数神经网络及协同进化学习》系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。**，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。第三，提