本書闡釋了人工智能（AI）的獨特之處，它可能導(dǎo)致哪些法律和道德問題，以及我們?nèi)绾谓鉀Q這些問題。它認為AI與先前其他的任何技術(shù)都有不同，因為它能夠獨立且不可預(yù)測地做出決策。這引發(fā)了三個問題：責(zé)任——如果AI造成傷害，誰來負責(zé)；權(quán)利——賦予AI法律人格的道德爭議和務(wù)實理由；以及圍繞人工智能決策的倫理規(guī)范。該書建議，為了解決

本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

人工智能是一項高科技技術(shù)，也是計算機技術(shù)的一個重要分支，此技術(shù)是以人工的方法，對人類的行動和思維進行模仿，同時在人的智能基礎(chǔ)上進行拓展。人工智能應(yīng)用面比較廣泛，可代替人類進行各個方面的工作，可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對人類有好的一面也有不好的一面。因此，本書將結(jié)合人工智能技術(shù)的發(fā)

本書以掌握Python語言基礎(chǔ)為前提，由淺入深、全面系統(tǒng)地講解了機器學(xué)習(xí)的相關(guān)知識及技能，內(nèi)容注重實用性和可操作性，在介紹機器學(xué)習(xí)理論知識的基礎(chǔ)上，結(jié)合具體的實戰(zhàn)實例，給出了詳細的代碼及實現(xiàn)步驟。全書共9個項目，分別介紹了數(shù)據(jù)分析基礎(chǔ)、機器學(xué)習(xí)項目實戰(zhàn)流程、探索性數(shù)據(jù)分析與特征工程、常見機器學(xué)習(xí)算法及框架、交叉驗證與超

本書是《動手學(xué)深度學(xué)習(xí)》的重磅升級版本，選用PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗。 本書重新修訂《動手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對技術(shù)的發(fā)展，新增注意力機制、預(yù)訓(xùn)練等內(nèi)容。本書包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識和預(yù)備知識，并由線性模型引出基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)——多層感知機

本書本著培養(yǎng)高職學(xué)生的人工智能基本素養(yǎng)、人工智能思維和人工智能應(yīng)用實踐能力的目標，內(nèi)容選取符合高職學(xué)生的特點，強調(diào)人工智能的通識性、典型性和實用性，具有可操作性。本書選取了涵蓋人工智能領(lǐng)域的多個典型案例，采用項目化模式構(gòu)建教學(xué)案例，突出實踐。每個案例由循序漸進的遞進式任務(wù)組成，支持課堂分層次教學(xué)實施。全書共分7章，主要

本書從圖劃分的視角系統(tǒng)介紹基于圖論的機器學(xué)習(xí)方法，包括機器學(xué)習(xí)中的三類基本學(xué)習(xí)問題：無監(jiān)督、半監(jiān)督和監(jiān)督學(xué)習(xí)問題，同時考慮協(xié)同正則化、多重正則化和路徑傳播對基于圖論的學(xué)習(xí)方法進行了拓展。通過大量的實驗驗證，本書提供的方法合理有效，算法效率顯著提高。

本書主要利用魯棒控制理論和隨機系統(tǒng)理論研究了噪聲環(huán)境下多智能體系統(tǒng)的協(xié)同控制問題。具體包括噪聲環(huán)境下異構(gòu)多智能體系統(tǒng)的一致性，持續(xù)干擾下多智能體系統(tǒng)的一致性，噪聲環(huán)境下多智能體系統(tǒng)的旋轉(zhuǎn)運動和對抗編隊控制，最后簡要介紹了噪聲環(huán)境下分數(shù)階多智能體系統(tǒng)的一致性。

本套書包含：《深度學(xué)習(xí)從基礎(chǔ)到實踐(上、下冊)》《圖神經(jīng)網(wǎng)絡(luò)》。

本書著重從方法論角度對基于知識圖譜的可解釋人工智能的相關(guān)研究進行分類梳理，并挑選了智能推薦、問答對話、關(guān)系推理等三個具有代表性的人工智能任務(wù)，在每個任務(wù)下遴選出近年來有具有里程碑意義的典型研究成果，詳細介紹基于知識圖譜的可解釋人工智能的理論模型和應(yīng)用情況。本書既涵蓋了大量經(jīng)典算法，又引入了近年來在該領(lǐng)域研究中涌現(xiàn)出的新