目前，市場上的機器學習算法和深度學習算法相關入門書籍大都過于理論化和數學化，提高了學習門檻，使得不具有相關專業(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用場景的基本認識。本書共分為上下兩篇，共18章：其中第一篇為經典機器學習模型部分，主要講解了常用的機器學習經典模型。第

這是一本以漫畫形式來展現深奧理論的科普書。本書以卡通人物形象為主人公，通過講故事的形式串接內容，以多格漫畫進行展現，帶領大家走入神奇的人工智能世界。從印象篇、歷史篇、概念篇、技術篇、應用篇、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。人工智能本質上是一個復雜、動態(tài)、關聯、深奧的知識體系，是用數學方程

數據科學與人工智能數學基礎課旨在幫助讀者快速打下數學基礎，通俗講解每一個知識點。 全書分為3篇，共17章。其中第1篇為基礎篇，主要講述了高等數學基礎、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基礎、特征值與矩陣分解、隨機變量與概率估計、概率論基礎、數據科學的幾種分布、核函數變換、熵與激活函數；第

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

本書主要利用控制論、代數圖論、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)一致性和復雜動態(tài)網絡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;時滯復雜網絡的同步問題;Lurie型動態(tài)網絡的簇同步問題.

《機器學習中的基本算法》共八章.第1章和第2章簡要介紹了機器學習的基本概念、研究內容、算法體系，以及相關的優(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、理論推導和算法在數據分類、識別、擬合、預測等方面的應用.第5章和第6章著重介紹了兩類常用的數據預處理方法

知識工程是創(chuàng)新方法的一種，是一個采用人工智能技術進行文本理解閱讀，用知識圖譜進行知識表達，并在知識圖譜上構建的一個具有搜索、推薦、問答、輿情監(jiān)測和社區(qū)服務功能的系統(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在知識挖掘中的應用發(fā)展趨勢及實現知識工程的云架構技術，列舉了知識工程在幾個典型行業(yè)的應用實例，展

《機器學習與人工智能》涵蓋了與人工智能相關的機器學習核心方法，包括深度卷積神經網絡、循環(huán)神經網絡、生成對抗網絡、蒙特卡羅樹搜索、強化學習�！稒C器學習與人工智能》也包括一些應用非常廣泛的機器學習方法，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器學習與人工智能》還包含一些重要的大數據分析方法

全書介紹了人工智能芯片相關的基礎領域知識，分析了人工智能處理面臨的挑戰(zhàn)，由此引出全書的重點：人工智能芯片的架構設計、數據復用、網絡映射、存儲優(yōu)化以及軟硬件協同設計技術等領域前沿技術，書中還討論了當前研究成果，并輔以實驗數據進行比較分析，最后展望了人工智能芯片技術的發(fā)展方向。

智能的概念和內容很多，其核心思想是模擬人或其他生物的神經系統(tǒng)，實現各種運算和操作過程，尤其是人的智能操作。《BR》本書由四部分組成，第一部分是概論，討論智能計算的類型、特征、發(fā)展過程和應用問題，并介紹和其他學科的關系問題。這些學科主要是生命科學、信息科學等。第二部分是算法篇，介紹智能計算中多種不同類型的算法，詳細介紹它