深度學習是人工智能與機器學習領域的重要研究分支，經(jīng)過短短十幾年的發(fā)展，已經(jīng)在計算機視覺與圖像處理、自然語言處理等領域取得令人矚目的成就。本書作為深度學習方面的專門書籍，融合了機器學習、人工神經(jīng)網(wǎng)絡和深度學習的相關概念，并且從信號處理視角呈現(xiàn)了深度學習背后的幾何學原理，以便從統(tǒng)一的角度去深化理解深度學習的主要模型和算法，

本書以人工智能下的大數(shù)據(jù)時代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎、統(tǒng)計分析、機器學習多個維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒有給出晦澀難懂的數(shù)學公式,也不涉及復雜煩瑣的程序代碼,而是在闡述基本原理的基礎上,輔以簡潔的Python程序,讓讀者能夠快速入門,提升個人的數(shù)據(jù)綜合素養(yǎng)。

本教材可以作為人工智能學科相關的機器學習技術的入門教材,目的不在于覆蓋機器學習技術的所有知識點,而是介紹機器學習的常用算法及其應用,使讀者了解機器學習的基本構成及不同場景下使用何種機器學習算法。為了增強實踐效果,本教材引入了多個基礎技術案例及綜合實踐案例,以幫助讀者了解機器學習涉及的基本知識和技能。

本書主要講述計算機博弈及其實現(xiàn)的過程。第1章介紹計算機博弈的一些基本情況。第2章介紹極大極小算法,并以井字棋為例實現(xiàn)。第3章介紹Alpha-Beta算法,并以亞馬遜棋為例實現(xiàn)。第4章介紹期望極大極小算法,并以愛恩斯坦棋為例實現(xiàn)。第5章介紹UCT算法,并以�？怂蛊鍨槔龑崿F(xiàn)。第6章介紹強化學習在計算機博弈游戲中的應用,并以

本書密切配合自動控制原理課程的理論教學,結合現(xiàn)代先進的實驗教學方法,開展了8個控制理論實驗。為方便讀者,增加了數(shù)學基礎、自動控制的基礎理論內容,簡要介紹了MATLAB的軟件界面、MATLAB程序基礎和Simulink操作,給出了控制系統(tǒng)仿真相關命令/函數(shù)與實例,可以幫助讀者加強對實驗過程的理解,提高分析、解決問題的能力

本書主要包括8個項目,分別為搭建TensorFlow開發(fā)環(huán)境,手寫數(shù)字識別:TensorFlow初探,波士頓房價預測:前饋神經(jīng)網(wǎng)絡,服裝圖像識別:Keras搭建與訓練模型,圖像識別:卷積神經(jīng)網(wǎng)絡,AI詩人:循環(huán)神經(jīng)網(wǎng)絡,預測汽車油耗效率:TensorFlow.js應用開發(fā)和慶娣花卉識別:TensorFlowLite。

智能科學研究智能的本質和實現(xiàn)技術,是由腦科學、認知科學、人工智能等構建的前沿交叉學科。腦科學研究自然智能機理，建立腦模型，揭示人腦的本質；認知科學研究人類感知、學習、記憶、思維、意識等心智活動；人工智能研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現(xiàn)機器智能。本書系統(tǒng)地介紹了智能科學的概念和方法。全書共分12章。

交互設計的目的是解決用戶在使用產(chǎn)品過程中遇到的可用性障礙，使產(chǎn)品更符合用戶的使用習慣。全書內容主要包括交互設計理論基礎、交互設計的行為、方法與創(chuàng)新、交互設計的流程、交互設計中的原型設計與模式應用、交互設計中的視覺元素設計、交互設計細分領域應用實踐、交互設計創(chuàng)新研究及未來發(fā)展等內容。本書思路清晰，框架結構完整，內容有層次

以人工智能主流需求為應用場景，選取其中較有代表性的算法作研究。通過研究算法及相應的工程為人工智能的算法科技的進步，作出一份貢獻。本選題涉及汽車生產(chǎn)、銷售、物流、電商、人工智能、物聯(lián)網(wǎng)、智能建筑、智能安防、智能消防等行業(yè)。本書對廣大從事人工智能上、中、下游產(chǎn)業(yè)的從業(yè)人員均有較好的指導意義。圖書市場的前景樂觀。此書主要講述

本書是國內深度學習較前沿的理論與實踐研究的專著，可以指導學習科學的理論研究，可以指導基礎教育、學前教育和職業(yè)教育等方面的學校與課堂變革，構建了跨腦科學、心理學、教育學和信息技術融合的教育研究新方法體系。全書分為四個部分，第一部分深度學習理論，包含兩章：第1章深度學習的理論基礎，第2章深度學習的內涵與發(fā)生機制。第二部分深