本書共分8章，內(nèi)容包括：人工智能概述、確定性知識系統(tǒng)、不確定性知識系統(tǒng)、智能搜索技術、機器學習、人工神經(jīng)網(wǎng)絡與深度學習、群體智能與分布智能、語言智能與決策智能。

本書是依據(jù)教育部**頒布的《高等職業(yè)學校專業(yè)教學標準》中對本課程的教學要求編寫而成的。本書主要內(nèi)容包括：走近人工智能、初識Python、讓機器認識你、機器怎么學習、讓機器聽你指揮、走進人工智能等。本書試圖突破人工智能算法難以理解的難點，通過具象化的小項目實現(xiàn)做中學、做中教，強調人工智能技術的應用。為方便教學，本書配套有

《人工智能：機器學習與神經(jīng)網(wǎng)絡》以人工智能實現(xiàn)算法為視角，系統(tǒng)闡述機器學習與人工神經(jīng)網(wǎng)絡這兩個彼此緊密聯(lián)系的人工智能實現(xiàn)途徑中的主要問題與解決方法。對于機器學習，在深入理解機器學習任務與關鍵問題的基礎上，探討監(jiān)督學習、非監(jiān)督學習、半監(jiān)督學習、強化學習這四大類歸納學習問題的本質特性及其解決方案，同時論述作為歸納學習基礎的

本書主要內(nèi)容包括人工智能概述、知識表示和知識圖譜、機器學習、人工神經(jīng)網(wǎng)絡與深度學習、智能識別、自然語言處理、專家系統(tǒng)、智能體與智能機器人、Python語言、人工智能案例設計與實現(xiàn)。

隨著人工智能時代的到來，它對機器學習發(fā)展的影響日益劇增。從基于符號主義的機器學習發(fā)展到基于數(shù)據(jù)統(tǒng)計的機器學習，反映了機器學習從純粹的理論研究和模型研究發(fā)展到以解決現(xiàn)實生活中實際問題為目的的應用研究，這是科學研究的一種進步。目前市面上有機器學習的純理論書籍，也有具體操作實踐的書籍，然而理論與實踐相結合的書籍卻少之又少�！�

數(shù)據(jù)科學與人工智能數(shù)學基礎課旨在幫助讀者快速打下數(shù)學基礎，通俗講解每一個知識點。 全書分為3篇，共17章。其中第1篇為基礎篇，主要講述了高等數(shù)學基礎、微積分、泰勒公式與拉格朗日；第2篇為核心知識篇，主要講述了線性代數(shù)基礎、特征值與矩陣分解、隨機變量與概率估計、概率論基礎、數(shù)據(jù)科學的幾種分布、核函數(shù)變換、熵與激活函數(shù)；第

本書是一本人工智能應用技術方面的入門教材，介紹了網(wǎng)絡、設備、制造、安全、大數(shù)據(jù)、多媒體等應用領域在智能化方面的發(fā)展。本書從人工智能應用的角度，全面系統(tǒng)地闡述了計算機網(wǎng)絡、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、出版印刷、互聯(lián)網(wǎng)安全、云計算與大數(shù)據(jù)、圖像處理、生物特征識別、多媒體交互等在智能化方面的應用和實踐，主要內(nèi)容包括人工智能導論；三種

《物聯(lián)網(wǎng)發(fā)展與創(chuàng)新》對物聯(lián)網(wǎng)的技術方面，提出了在物聯(lián)網(wǎng)連接對象（CO）中與環(huán)境、體系結構和協(xié)議相關的要素，提出了需要解決的重大科學問題：對象的準確識別、數(shù)據(jù)傳輸協(xié)議、機器與機器（M2M）通信、加密和安全、法律體系以及物聯(lián)網(wǎng)架構的規(guī)范化和標準化；介紹了幫助物聯(lián)網(wǎng)的不同范式、物聯(lián)網(wǎng)和多智體系統(tǒng)之間建立聯(lián)系的MQTT協(xié)議，D

全書共10章分別從構建非生物智能體、感知、描述、連接、記憶和理解、學習與交互、智能體運算模式與處理功能、資源和任務功能系統(tǒng)、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面，本書討論一個極為龐大、復雜，且沒有先例、沒有形成共識的智能體或機器智能系統(tǒng)的實現(xiàn)機理、過程、要點，沒有能、也做不到面面俱到

本書以深度學習為核心，詳細講解Pytorch技術堆棧，力求使用最直白的語言，帶更多的小白學員入門甚至精通深度學習。本書共分為10個章節(jié)，前五個章節(jié)主要講解深度學習中的基本算法及概念，通過使用Pytorch實現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡并輔以\"課后加油站”小節(jié)補充數(shù)學知識，力求讓每一個知識點、每一個章節(jié)、每一個實驗都能在學員腦海中