本書是一部學術(shù)著作。智能算法是受自然(生物界)規(guī)律的啟發(fā)，根據(jù)其原理，模仿求解問題的算法。智能算法廣泛地應(yīng)用于圖像識別、路徑優(yōu)化、信息安全等領(lǐng)域，以人工智能、大數(shù)據(jù)為代表的新一代信息技術(shù)智能算法廣泛地應(yīng)用于圖像識別、智能感知、路徑優(yōu)化、智能交通、信息安全等科技前沿領(lǐng)域，也廣泛應(yīng)用于數(shù)據(jù)處理、金融分析、疫情防控、智能家居

零基礎(chǔ)學ChatGPT從入門到精通 人工智能算法入門 這就是chatgpt實戰(zhàn)應(yīng)用書 ChatGPT使用指南 人工智能數(shù)

本書詳細介紹機器學習主要算法，包括：C4.5決策樹、k-均值（K-means）、支持向量機（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近鄰算法（kNN）、樸素貝葉斯算法和分類回歸樹算法以及神經(jīng)網(wǎng)絡(luò)和深度學習的簡單介紹。

本書是《EasyRL：強化學習教程》的配套實踐教程。本書將在第一版的基礎(chǔ)上以更加嚴謹?shù)娘L格深入淺出地介紹馬爾可夫決策過程、蒙特卡羅方法、時序差分方法、Sarsa、Q-learning等傳統(tǒng)強化學習算法，以及策略梯度、近端策略優(yōu)化、深度Q網(wǎng)絡(luò)、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，并以大量生動有趣的例

全書從邏輯上共分3部分。第一部分由第1章和第2章組成，介紹深度學習的基礎(chǔ)理論、MindSpore總體架構(gòu)和編程基礎(chǔ)。第二部分由第3-8章組成，介紹MindSpore框架各子系統(tǒng)的使用方法，包括數(shù)據(jù)處理、算子、神經(jīng)網(wǎng)絡(luò)模型開發(fā)、數(shù)據(jù)可視化組件MindInsight、推理和移動端AI框架MindSporeLite。第三部分

本書概要介紹了信息網(wǎng)絡(luò)概念內(nèi)涵、發(fā)展歷程，梳理分析了人工智能發(fā)展歷程及其在信息網(wǎng)絡(luò)中的應(yīng)用，提出了IIN的基本內(nèi)涵、科學問題、典型特征和能力愿景，設(shè)計了IIN的網(wǎng)絡(luò)架構(gòu)并闡釋其基本機理，從網(wǎng)絡(luò)認知理論與模型、網(wǎng)絡(luò)知識體系與構(gòu)建方法、多維標識與尋址體系、交互語言體系、內(nèi)生安全體系等5個方面，研究了IIN核心理論方法與關(guān)鍵

從“數(shù)據(jù)”視角出發(fā)，詳細梳理人工智能系統(tǒng)存在的安全風險及防御問題。按照由訓練、識別、部署三個階段組成的人工智能系統(tǒng)運行生命周期，分別介紹人工智能安全的定義、研究目標、安全威脅、防御策略及研究現(xiàn)狀，重點圍繞后門攻擊、對抗性攻擊、隱私保護、傳感欺騙、系統(tǒng)合法使用等常見安全問題，分別從理論與實踐的角度進行詳細的探討、分析和說

本書要求初級、中級、高級工程技術(shù)人員均需要掌握對應(yīng)章節(jié)的內(nèi)容。本書基于人工智能基礎(chǔ)知識及共性技術(shù)，分為專業(yè)基礎(chǔ)知識、深度學習基礎(chǔ)、人工智能應(yīng)用與實踐基礎(chǔ)、人工智能倫理及安全等四個部分。主要內(nèi)容包括：數(shù)學基礎(chǔ)部分、算法設(shè)計與分析、數(shù)據(jù)處理知識、軟件工程部分等。

本書共四章，內(nèi)容包括：“博弈：人類的永恒話題”“AI洶涌而至：石破天驚的人機博弈”“超乎想象的算法賦能”“計算機博弈的發(fā)展”。

概念認知學習是人工智能、大數(shù)據(jù)領(lǐng)域關(guān)注的多學科交叉研究方向，涵蓋了哲學、數(shù)學、心理學、認知科學以及信息科學等領(lǐng)域．《概念認知學習理論與方法》旨在為廣大學者和科研工作者提供概念認知學習領(lǐng)域的基礎(chǔ)理論與學習方法．《概念認知學習理論與方法》主要內(nèi)容包括概念認知學習的基本概念和基礎(chǔ)知識、概念認知系統(tǒng)的邏輯推理、概念認知的雙向?qū)W