本書選材廣泛，主要包括人工智能概述、現(xiàn)實世界中人工智能的應(yīng)用、人工智能的類型、人工智能的利與弊、人工智能中的知識表示、人工智能中的推理、人工智能中的搜索算法、機器學(xué)習(xí)算法、專家系統(tǒng)、人工智能中的模糊邏輯及其應(yīng)用、有監(jiān)督機器學(xué)習(xí)與無監(jiān)督機器學(xué)習(xí)、現(xiàn)實世界中機器學(xué)習(xí)的應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模式識別、面部識別、人工智

本書以Python機器學(xué)習(xí)常用技術(shù)與真實案例相結(jié)合的方式，深入淺出地介紹了Python機器學(xué)習(xí)應(yīng)用的主要內(nèi)容。全書共11章，分別介紹了機器學(xué)習(xí)概述、數(shù)據(jù)準(zhǔn)備、特征工程、有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、智能推薦的相關(guān)知識，并介紹了市財政收入分析案例、基于非侵入式電力負(fù)荷監(jiān)測與分解的電力分析案例、航空公司客戶價值分析案例、廣電大數(shù)

李仁涵教授，上海交通大學(xué)人工智能研究院首席顧問，國家新一代人工智能治理專業(yè)委員會委員。主要從事科技發(fā)展戰(zhàn)略和規(guī)劃的研究與咨詢、科技成果與產(chǎn)業(yè)化、智庫建設(shè)等研究。 黃慶橋教授，上海交通大學(xué)馬克思主義學(xué)院科學(xué)史與科學(xué)文化研究院副教授，博士生導(dǎo)師。主要從事中國近現(xiàn)代科學(xué)技術(shù)史。 人工智能正在以潤物細(xì)無聲的態(tài)勢，進(jìn)

本書包括七個項目,分別是全面知曉人工智能;人工智能1.0時代:圖靈的計算王國;人工智能2.0時代:知識,讓計算機更聰明;人工智能3.0時代:悄然興起的“機器學(xué)習(xí)”;人工智能4.0時代:“深度學(xué)習(xí)”打破以沉寂;正在展開的未來:人工智能對人類社會的影響;人工智能應(yīng)用實踐:科技改變生活的前沿人工智能應(yīng)用。

隨著時代的發(fā)展、計算機硬件性能的提升與大數(shù)據(jù)技術(shù)的進(jìn)步,深度學(xué)習(xí)在理論上不斷創(chuàng)新,尤其在商業(yè)場景應(yīng)用中取得重要成果,使得人工智能又一次進(jìn)入黃金發(fā)展時期,“深度學(xué)習(xí)時代”已經(jīng)來臨!本書將帶領(lǐng)讀者了解深度學(xué)習(xí)技術(shù)的理論及應(yīng)用情況。全書共10章,分3部分。第1部分,即第1-第4章,主要介紹人工智能與神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,以及深

本書參考物聯(lián)網(wǎng)應(yīng)用技術(shù)人才培養(yǎng)的方案內(nèi)容，針對物聯(lián)網(wǎng)應(yīng)用技術(shù)專業(yè)人才培養(yǎng)所需要的技術(shù)（職業(yè)）領(lǐng)域所總結(jié)的典型工作任務(wù)來組織全書的內(nèi)容體系。根據(jù)要完成每個典型工作任務(wù)的工作過程中所需的知識或技能來設(shè)計每個章節(jié)的內(nèi)容。本書共分為8章，內(nèi)容涵蓋了物聯(lián)網(wǎng)的特征及體系結(jié)構(gòu)、物聯(lián)網(wǎng)底層感知技術(shù)、通信技術(shù)、嵌入式開發(fā)技術(shù)、云計算及大

本書融合了信息交互設(shè)計專業(yè)方向近十年來在交互設(shè)計教學(xué)方面的經(jīng)驗，將教學(xué)團隊在實際教學(xué)過程中探索形成的行之有效的教學(xué)結(jié)構(gòu)與方法構(gòu)建在內(nèi)容之中。因此，本書的知識模塊、教學(xué)體例和適時的作業(yè)配套都經(jīng)過了多年教學(xué)的實踐與優(yōu)化，符合學(xué)習(xí)認(rèn)知的規(guī)律和交互設(shè)計的內(nèi)容特點，可為相應(yīng)的專業(yè)教學(xué)提供有效的教學(xué)參考，從而引導(dǎo)學(xué)生了解并掌握交互

人工智能是電子信息技術(shù)領(lǐng)域發(fā)展為迅速的新興交叉學(xué)科。本書作為人工智能學(xué)科的入門基礎(chǔ)，由淺入深、化繁為簡，全方位闡述人工智能相關(guān)理論背景、關(guān)鍵技術(shù)及部分典型應(yīng)用。本書共12章：第1章闡述人工智能的定義、發(fā)展史，并展望其發(fā)展趨勢；第2～4章是人工智能學(xué)科的理論基礎(chǔ)，分別介紹知識的表示與理解方法、感知與連接以及判斷與控制方法

本書較完整地介紹了深度學(xué)習(xí)的基本概念、方法和技術(shù)。全書共10章，重點介紹了深度學(xué)習(xí)的基礎(chǔ)知識、深度學(xué)習(xí)的基本算法、深度學(xué)習(xí)中的正則化以及幾個典型的深度神經(jīng)網(wǎng)絡(luò)（如深度卷積神經(jīng)網(wǎng)絡(luò)、深度循環(huán)神經(jīng)網(wǎng)絡(luò)、深度生成式對抗網(wǎng)絡(luò)、自編碼器、深度信念網(wǎng)絡(luò)、膠囊網(wǎng)絡(luò)等）。本書內(nèi)容豐富、敘述詳細(xì)、實用性強，適合具有一定數(shù)學(xué)基礎(chǔ)的高年級本

本書在不涉及大量數(shù)學(xué)模型與復(fù)雜算法實現(xiàn)的前提下，從機器學(xué)習(xí)概述開始，由“泰坦尼克號數(shù)據(jù)分析與預(yù)處理”“良/惡性乳腺癌腫瘤預(yù)測”“波士頓房價預(yù)測”“手寫體數(shù)字聚類”“人臉特征降維”“在線旅行社酒店價格異常檢測”6個案例分別引入數(shù)據(jù)分析、分類、回歸、聚類、特征降維和異常檢測的應(yīng)用開發(fā)實戰(zhàn)技術(shù)及其少量理論，能夠幫助讀者以最快