著重介紹深度強化學習的學術界前沿進展與核心代碼分析的書籍。對深度強化學習方面的重要學術進展按照單智能體深度強化學習、多智能體深度強化學習、多任務深度強化學習三個方向梳理，介紹其核心算法，以及算法的代碼實現(xiàn)示例。

《TensorFlow深度學習（原書第2版）》深入介紹了如何使用TensorFlow構建深度學習應用，從實踐的角度講解深度學習知識。本書主要內容包括深度學習入門，介紹了機器學習和深度學習的基礎知識；TensorFlow的主要特性，以及TensorFlow的安裝與配置，通過示例進行TensorFlow計算、數(shù)據(jù)和編程模型

目標是培養(yǎng)學生對智能計算完整軟硬件技術棧（包括基礎智能算法、智能計算編程框架、智能計算編程語言、智能芯片體系結構等）融會貫通的理解，成為智能計算系統(tǒng)（子系統(tǒng)）的設計者和開發(fā)者。

本書是關于在MATLAB中使用實例進行機器學習的綜合指南。書中概述了人工智能與自動控制的歷史；回顧了用于機器學習的商用軟件包，并展示了它們如何應用于該領域；接著展示了如何使用MATLAB來解決機器學習問題，以及如何利用MATLAB圖形技術來增強程序員對機器學習結果的理解。本書隨書提供了機器學習中若干重要問題的MATLA

《人工智能導論》是為高等院校相關專業(yè)“人工智能導論”課程設計編寫，具有豐富應用特色的主教材。針對高校學生的發(fā)展需求，《人工智能導論》分引言、基礎知識、基于知識的系統(tǒng)和高級專題四部分，可依照學習進度與需求，做適當選擇。內容包括：引言，包括緒論（基本概念）、人工智能+領域應用；基礎知識，包括大數(shù)據(jù)思維、搜索算法、知識表示；

本書緊密追蹤物聯(lián)網(wǎng)*新技術發(fā)展與典型應用，結合互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等技術，從基礎知識、關鍵技術到典型應用，全方位闡述物聯(lián)網(wǎng)的現(xiàn)狀、關鍵技術及部分典型應用。全書共13章。第1章闡述物聯(lián)網(wǎng)的發(fā)展背景、定義、特征及發(fā)展趨勢；第2章至第4章從物聯(lián)網(wǎng)感知層出發(fā)，分別介紹物聯(lián)網(wǎng)識別技術（RFID）、物聯(lián)網(wǎng)傳感技術以及物聯(lián)網(wǎng)智能視

《人工智能基礎數(shù)學知識》基于流行的Python語言，通俗易懂地介紹了入門人工智能領域必需必會的數(shù)學知識，旨在讓讀者輕松掌握并學以致用。 《人工智能基礎數(shù)學知識》分為線性代數(shù)、概率和優(yōu)化等3篇，共21章，覆蓋了人工智能領域中重要的數(shù)學知識點。本書寫作風格通俗有趣，讀者可在潛移默化中掌握這些數(shù)學知識以及相關的編程操作，并能

本書面向初學者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術，體驗人工智能帶給自己的樂趣。本書首先通過mDesigner+開源硬件的結合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關的深度學習及其所需要的編程語言、編程框架及編

隨著AI技術的普及，如何快速理解、掌握并應用AI技術，成為絕大多數(shù)程序員亟需解決的問題。本書基于Keras框架并以代碼實現(xiàn)為核心，詳細解答程序員學習AI算法時的常見問題，對機器學習、深度神經(jīng)網(wǎng)絡等概念在實際項目中的應用建立清晰的邏輯體系。本書分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨立開發(fā)較簡單的機器學習應用，

以人工智能、基因編輯、大數(shù)據(jù)與量子計算為核心的前沿科技時代呼嘯而至。其中，人工智能的發(fā)展備受關注。盡管我們認為人類距離強人工智能時代還很遙遠，但是其廣泛的應用場景已經(jīng)開始深刻影響我們的生活方式、理念，甚至人之所以為人的思考。 過去幾年全球提出了諸多倫理與治理原則，以應對前沿科技發(fā)展帶來的挑戰(zhàn)。這些原則大都建立在工業(yè)文