本書從概念和數(shù)學(xué)原理上對人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識別、語音識別、自然語言處理、深度學(xué)習(xí)幾個主要方面進行了闡述，并以Python為主要工具進行了相應(yīng)的編程實踐，以使讀者對人工智能相關(guān)技術(shù)有更直觀和深入的理解。此外，本書也用幾個獨立的章節(jié)從原理和實踐上介紹了量子計算、區(qū)塊鏈技術(shù)、并行計算、增強現(xiàn)實等與人工智能

人工智能到底是什么？人工智能可以做什么？人工智能未來發(fā)展將面臨什么樣的問題？本書將深入淺出地為你講述人工智能那些事兒，包括人工智能的歷史、人工智能的核心概念與關(guān)鍵技術(shù)、人工智能思維與各類應(yīng)用，以及人工智能未來的發(fā)展趨勢，等等。所有你想了解的，書中可能都會涉及，即使從未接觸過人工智能的人，通過閱讀本書，也能對人工智能有一

類腦人工智能是研究、開發(fā)用于模擬、延伸和擴展人腦智能的理論、方法及應(yīng)用的技術(shù)科學(xué)，將類腦人工智能技術(shù)應(yīng)用于目標(biāo)檢測與跟蹤，可大幅提升復(fù)雜背景、干擾條件下的目標(biāo)檢測概率及跟蹤精度，具有重要而廣泛的應(yīng)用前景。本書系統(tǒng)闡述了人腦視覺信息處理機制的基本原理、主要特性、數(shù)學(xué)建模及算法設(shè)計等。同時，結(jié)合深度神經(jīng)網(wǎng)絡(luò)（DNN）、類腦

據(jù)聯(lián)合國預(yù)測，2050年全球?qū)⑦_到100億人口。本書認(rèn)為，地球養(yǎng)活100億人口是一個巨大的挑戰(zhàn)，人類將面臨“FEW”困境�！癋EW”是食物(Food)、能源(Energy)、水(Water)三個英文單詞的首字母縮寫，是人類生存與發(fā)展不可或缺的基礎(chǔ)性資源。然而，隨著地球上人口的增長，食物安全、淡水資源短缺、化石能源枯竭等

本書采用技術(shù)分析與場景描述相結(jié)合的模式，圍繞物聯(lián)網(wǎng)體系結(jié)構(gòu)、關(guān)鍵技術(shù)和安全防控等方面進行系統(tǒng)的介紹。本書主要包括物聯(lián)網(wǎng)概述、物聯(lián)網(wǎng)基礎(chǔ)知識、物聯(lián)網(wǎng)數(shù)據(jù)服務(wù)、場景角度的IoT安全、技術(shù)角度的IoT安全、物聯(lián)網(wǎng)流量安全、區(qū)塊鏈與物聯(lián)網(wǎng)安全七部分內(nèi)容。

增強現(xiàn)實（AR）作為虛擬現(xiàn)實的一個技術(shù)延伸，是虛擬與現(xiàn)實的連接入口，是一種實時計算攝像機捕捉到的現(xiàn)實影像的位置及角度并加上相應(yīng)虛擬信息的技術(shù)。伴隨著AR技術(shù)迅速發(fā)展的是其3D實感攝像設(shè)備的快速更新。將這些3D實感攝像設(shè)備結(jié)合物聯(lián)網(wǎng)技術(shù)可廣泛應(yīng)用于導(dǎo)航與定位、遠程醫(yī)療、智能家居控制等多種領(lǐng)域。本書從系統(tǒng)設(shè)計的角度出發(fā)，由

本書全面系統(tǒng)地講解了深度學(xué)習(xí)相關(guān)的知識。全書共8章，內(nèi)容包括深度學(xué)習(xí)簡介及TensorFlow安裝，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、神經(jīng)網(wǎng)絡(luò)的TensorFlow實現(xiàn)、卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（上）、經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)（下）、深度學(xué)習(xí)用于文本序列和深度學(xué)習(xí)實驗項目等內(nèi)容。 本書以知識體系為基礎(chǔ)，以課堂案例為載體，采取理論與實踐相

本書從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識講起，逐步深入到Python進階實戰(zhàn)，通過對各種實用的第三方庫進行詳細講解與實戰(zhàn)運用，讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡(luò)，而且能夠簡單高效地搭建自己的神經(jīng)網(wǎng)絡(luò)，即使沒有專業(yè)背景知識也能輕松入門神經(jīng)網(wǎng)絡(luò)。 本書分為11章，涵蓋的主要內(nèi)容有神經(jīng)網(wǎng)絡(luò)概述，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識，計算機程序的特點，神經(jīng)網(wǎng)絡(luò)

本書共11章，主要介紹機器學(xué)習(xí)的基本概念和兩大類常用的機器學(xué)習(xí)模型，即監(jiān)督學(xué)習(xí)模型和非監(jiān)督學(xué)習(xí)模型。針對監(jiān)督學(xué)習(xí)模型，本書介紹了線性模型（線性回歸、Logistic回歸）、非線性模型（SVM、生成式分類器、決策樹）、集成學(xué)習(xí)模型和神經(jīng)網(wǎng)絡(luò)模型及其訓(xùn)練；針對非監(jiān)督學(xué)習(xí)模型，本書講解了常用的降維技術(shù)（線性降維技術(shù)與非線性降

這是一本以漫畫形式來展現(xiàn)深奧理論的科普書。本書以卡通人物形象為主人公，通過講故事的形式串接內(nèi)容，以多格漫畫進行展現(xiàn)，帶領(lǐng)大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術(shù)篇、應(yīng)用篇、安全篇、未來篇、啟示篇多維視角全方位地探索人工智能的神奇與奧妙。人工智能本質(zhì)上是一個復(fù)雜、動態(tài)、關(guān)聯(lián)、深奧的知識體系，是用數(shù)學(xué)方程

目前，市場上的機器學(xué)習(xí)算法和深度學(xué)習(xí)算法相關(guān)入門書籍大都過于理論化和數(shù)學(xué)化，提高了學(xué)習(xí)門檻，使得不具有相關(guān)專業(yè)背景的讀者望而卻步；或是過于偏重實操，對于算法原理過于簡略，使得讀者無法形成對算法原理和可應(yīng)用場景的基本認(rèn)識。本書共分為上下兩篇，共18章：其中第一篇為經(jīng)典機器學(xué)習(xí)模型部分，主要講解了常用的機器學(xué)習(xí)經(jīng)典模型。第

數(shù)據(jù)科學(xué)與人工智能數(shù)學(xué)基礎(chǔ)課旨在幫助讀者快速打下數(shù)學(xué)基礎(chǔ)，通俗講解每一個知識點。 全書分為3篇，共17章。其中第1篇為基礎(chǔ)篇，主要講述了高等數(shù)學(xué)基礎(chǔ)、微積分、泰勒公式與拉格朗日；第2篇為核心知識篇，主要講述了線性代數(shù)基礎(chǔ)、特征值與矩陣分解、隨機變量與概率估計、概率論基礎(chǔ)、數(shù)據(jù)科學(xué)的幾種分布、核函數(shù)變換、熵與激活函數(shù)；第

本書比較全面系統(tǒng)地闡述了自動控制原理的基本理論和應(yīng)用。全書分8章。第1章深入淺出地講述了自動控制的基本概念和發(fā)展歷史；第2章介紹了線性連續(xù)控制系統(tǒng)在時域和復(fù)域中的數(shù)學(xué)模型及其結(jié)構(gòu)圖和信號流圖；第3~5章分別講述了線性連續(xù)控制系統(tǒng)的時域分析法、根軌跡分析法、頻域分析法；第6章比較全面地闡述了線性連續(xù)控制系統(tǒng)的幾種典型校正

《機器學(xué)習(xí)中的基本算法》共八章.第1章和第2章簡要介紹了機器學(xué)習(xí)的基本概念、研究內(nèi)容、算法體系，以及相關(guān)的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細介紹了幾類作為分類器和回歸器的支持向量機算法，包括算法出發(fā)點、建模思想、理論推導(dǎo)和算法在數(shù)據(jù)分類、識別、擬合、預(yù)測等方面的應(yīng)用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預(yù)處理方法

《機器學(xué)習(xí)與人工智能》涵蓋了與人工智能相關(guān)的機器學(xué)習(xí)核心方法，包括深度卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、蒙特卡羅樹搜索、強化學(xué)習(xí)�！稒C器學(xué)習(xí)與人工智能》也包括一些應(yīng)用非常廣泛的機器學(xué)習(xí)方法，例如，支持向量機、決策樹和隨機森林、隱馬爾可夫模型、聚類與自組織映射�！稒C器學(xué)習(xí)與人工智能》還包含一些重要的大數(shù)據(jù)分析方法

多標(biāo)記學(xué)習(xí)指一個樣本可能對應(yīng)多個語義標(biāo)記的學(xué)習(xí)框架，在文本分類、基因功能分類、圖像識別等領(lǐng)域廣泛存在。多標(biāo)記學(xué)習(xí)因其問題的復(fù)雜性及廣泛的應(yīng)用背景，得到了越來越多的重視與研究。多標(biāo)記學(xué)習(xí)的研究主要圍繞降低特征空間或標(biāo)記空間的復(fù)雜性，提高多標(biāo)記學(xué)習(xí)算法的精度而展開。本書主要介紹多標(biāo)記分類、多標(biāo)記特征降維、標(biāo)記關(guān)系分析及多標(biāo)

當(dāng)前，人工智能作為一項引領(lǐng)未來的顛覆性戰(zhàn)略技術(shù)，已在國家安全、國防軍事、社會治理、文化教育、醫(yī)療健康、家居娛樂等領(lǐng)域初露崢嶸，成為世界各國極其重視的核心競爭力技術(shù)之一。本書主要研究人工智能新技術(shù)、新構(gòu)想、新應(yīng)用，面向未來，從人工智能發(fā)展歷程、機器學(xué)習(xí)、感知認(rèn)知、人機交互、機器人、腦科學(xué)、"智能+"未來應(yīng)用，以及人工智能

本書主要利用控制論、代數(shù)圖論、矩陣論及偏微分方程等理論和方法,重點闡述了多智能體系統(tǒng)一致性和復(fù)雜動態(tài)網(wǎng)絡(luò)同步控制這兩個問題,主要討論以下幾類問題：多智能體系統(tǒng)的**-跟隨一致性問題;時滯復(fù)雜網(wǎng)絡(luò)的同步問題;Lurie型動態(tài)網(wǎng)絡(luò)的簇同步問題.

知識工程是創(chuàng)新方法的一種，是一個采用人工智能技術(shù)進行文本理解閱讀，用知識圖譜進行知識表達，并在知識圖譜上構(gòu)建的一個具有搜索、推薦、問答、輿情監(jiān)測和社區(qū)服務(wù)功能的系統(tǒng)。本書概括了知識管理和知識工程的各種概念，描述了人工智能技術(shù)在知識挖掘中的應(yīng)用發(fā)展趨勢及實現(xiàn)知識工程的云架構(gòu)技術(shù)，列舉了知識工程在幾個典型行業(yè)的應(yīng)用實例，展

《HG/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）》規(guī)定了造紙工業(yè)用二氧化鈦的要求、試驗方法、檢驗規(guī)則、標(biāo)志、標(biāo)簽、包裝、運輸和貯存�！禜G/T5552-5555-2019：造紙工業(yè)用二氧化鈦、土壤修復(fù)用過氧化氫、高純氯化鍶和高純工業(yè)品硝酸（2019）