神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)是人工智能研究的重要領(lǐng)域，是機器學(xué)習(xí)的重要組成部分。人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的科學(xué)。本書緊緊圍繞神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識體系進行系統(tǒng)的梳理，力求從基礎(chǔ)理論、經(jīng)典模型和前沿應(yīng)用展開論述，便于讀者能夠較為全面地掌握深度學(xué)習(xí)的相關(guān)知識。全書共16章。第1章是緒論，簡要介紹人工智

人工智能正快速進入人類社會，在給社會帶來重大利好的同時，也引起了很多問題，比如就業(yè)問題、倫理問題等。為更好地引導(dǎo)人工智能的發(fā)展，規(guī)避人工智能可能帶來的社會問題，從哲學(xué)的高度對人工智能進行反思因而十分有必要�；�于人工智能的發(fā)展現(xiàn)狀以及未來可能的發(fā)展方向，我們試圖從以下幾個方面討論人工智能所涉及的問題：一、什么是人工智能？

《自動控制原理實驗與課程設(shè)計指導(dǎo)書（普通高等教育十四五系列教材，產(chǎn)教融合系列教材）》共分三大部分，第一部分介紹了自動控制原理實踐操作所用到的實驗平臺和仿真軟件；第二部分介紹了自動控制原理課程實驗，分為模擬電路實驗和軟件實驗兩大部分，包括典型環(huán)節(jié)的性能分析、典型系統(tǒng)動態(tài)性能和穩(wěn)定性分析、典型環(huán)節(jié)（或系統(tǒng)）的頻率特性測量、

《PyTorch深度學(xué)習(xí)之目標(biāo)檢測》首先從人工智能產(chǎn)業(yè)的發(fā)展史和機器眼中的圖像世界開始講述，逐步引導(dǎo)讀者進入機器學(xué)習(xí)的圖像處理當(dāng)中；然后講解深度學(xué)習(xí)中實現(xiàn)目標(biāo)檢測的主要算法，和以PyTorch框架為基礎(chǔ)構(gòu)建的神經(jīng)網(wǎng)絡(luò)；最后的實戰(zhàn)部分詳細講解了如何使用目標(biāo)檢測算法實現(xiàn)具體項目。全書共10章，涵蓋內(nèi)容包括：人工智能的歷史和

本書從應(yīng)用型本科高校的教學(xué)需求出發(fā)，以經(jīng)典控制理論為主，較為系統(tǒng)地介紹了自動控制的基本理論及其應(yīng)用，并引入控制領(lǐng)域廣泛使用的MATLAB軟件進行仿真實驗與輔助設(shè)計與分析。全書共6章，包括緒論、線性系統(tǒng)的數(shù)學(xué)模型、控制系統(tǒng)時域分析法、控制系統(tǒng)根軌跡分析法、控制系統(tǒng)頻域分析法、控制系統(tǒng)的校正。每章都在開篇明確了教學(xué)目標(biāo)并配

本書從人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計算機視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實踐為主線，逐步剖析模型原理和代碼實現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實踐和作業(yè)結(jié)合的方式，幫助讀者更好地掌握深度學(xué)習(xí)的理論知識和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快速應(yīng)對復(fù)雜多變的A

本書基于《人工智能訓(xùn)練師國家職業(yè)技能標(biāo)準(zhǔn)（2021年版）》，對“人工智能訓(xùn)練師”這一新興職業(yè)給予了清晰的描述。全書從人工智能的相關(guān)技術(shù)入手，介紹了人工智能領(lǐng)域的發(fā)展歷程和相關(guān)知識，重點講述了人工智能訓(xùn)練師的職業(yè)技能鑒定要求和各等級從業(yè)人員工作要求，講述了人工智能訓(xùn)練師相關(guān)的工作內(nèi)容及流程方法，包括數(shù)據(jù)采集和處理、數(shù)據(jù)標(biāo)

本書介紹無線傳感器網(wǎng)絡(luò)和物聯(lián)網(wǎng)的技術(shù)原理與具體應(yīng)用，涉及無線傳感器網(wǎng)絡(luò)的實現(xiàn)原理、相關(guān)技術(shù)，及其在工業(yè)上的應(yīng)用和開發(fā)過程。全書共8章，主要包括：無線傳感器網(wǎng)絡(luò)概述，網(wǎng)絡(luò)協(xié)議棧，IEEE802.15.4標(biāo)準(zhǔn)、IEEE802.15.6標(biāo)準(zhǔn)和ZigBee協(xié)議，以定位技術(shù)、同步技術(shù)、安全技術(shù)、數(shù)據(jù)融合技術(shù)、網(wǎng)絡(luò)管理技術(shù)等為支撐

本書為人工智能相關(guān)數(shù)據(jù)采集、處理和分析的入門教材，以任務(wù)驅(qū)動為主線，按照數(shù)據(jù)采集系統(tǒng)的開發(fā)流程詳細介紹了數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析等方面的開發(fā)技術(shù)，包含Python數(shù)據(jù)操作、NumPy和Pandas數(shù)據(jù)處理與分析、Requests網(wǎng)頁訪問、XPath和re內(nèi)容解析、Scrapy網(wǎng)頁數(shù)據(jù)采集、Matplotlib可視化

學(xué)習(xí)基本PyTorch語法和設(shè)計模式。 創(chuàng)建定制模型和數(shù)據(jù)變換。 使用GPU和TPU訓(xùn)練和部署模型。 訓(xùn)練和測試一個深度學(xué)習(xí)分類器。 使用優(yōu)化和分布式訓(xùn)練加速訓(xùn)練。 利用PyTorch庫和PyTorch生態(tài)系統(tǒng)。