本書內(nèi)容共分為10章，從學(xué)科基礎(chǔ)、技術(shù)基礎(chǔ)、重點(diǎn)方向與領(lǐng)域、行業(yè)應(yīng)用、倫理法律5方面系統(tǒng)、整體介紹人工智能的定義、方法、體系、應(yīng)用及其內(nèi)涵。第1章介紹人工智能定義及新知識(shí)體系。第2章介紹人工智能孕育史、機(jī)械論、計(jì)算歷史、控制論、聯(lián)結(jié)主義起源、計(jì)算機(jī)器的歷史，以及當(dāng)代人工智能歷史。第3章介紹與人工智能有關(guān)的哲學(xué)概念、分支

本書的寫作初衷是，從學(xué)者的角度，用一種通俗易懂的方式，將基于深度學(xué)習(xí)的目標(biāo)檢測(cè)的相關(guān)論文中的理論和方法呈現(xiàn)給讀者，同時(shí)針對(duì)作者在深度學(xué)習(xí)教學(xué)過(guò)程中遇到的難點(diǎn)，進(jìn)行深入的分析和講解。本書側(cè)重對(duì)卷積神經(jīng)網(wǎng)絡(luò)的介紹，而深度學(xué)習(xí)的內(nèi)容不止于此。所以，作者將深度學(xué)習(xí)分為有監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三類，將圖像分類、目標(biāo)檢測(cè)、

本書基于備受讀者推崇的王樹(shù)森“深度強(qiáng)化學(xué)習(xí)”系列公開(kāi)視頻課，專門解決“入門深度強(qiáng)化學(xué)習(xí)難”的問(wèn)題。 本書的獨(dú)特之處在于：第一，知識(shí)精簡(jiǎn)，剔除一切不必要的概念和公式，學(xué)起來(lái)輕松；第二，內(nèi)容新穎，聚焦近10年深度強(qiáng)化學(xué)習(xí)領(lǐng)域的突破，讓你一上手就緊跟最新技術(shù)。本書系統(tǒng)講解深度強(qiáng)化學(xué)習(xí)的原理與實(shí)現(xiàn)，但不回避數(shù)學(xué)公式和各種模型

手勢(shì)交互是自然人機(jī)交互的研究熱點(diǎn)，在很多領(lǐng)域都有著廣泛的應(yīng)用，例如虛擬/增強(qiáng)現(xiàn)實(shí)、普適計(jì)算、可穿戴計(jì)算、智能家居和游戲娛樂(lè)等。本文提出了一套卓有成效的"以用戶為中心的”手勢(shì)設(shè)計(jì)方法，應(yīng)用在雙面屏智能手機(jī)、智能汽車信息系統(tǒng)、智能電視交互系統(tǒng)、沉浸式虛擬現(xiàn)實(shí)購(gòu)物系統(tǒng)中，實(shí)踐證明這套方法能夠有效解決傳統(tǒng)手勢(shì)設(shè)計(jì)方法所面臨的一

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書涵蓋了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識(shí)，主要包括機(jī)器學(xué)習(xí)的概述、統(tǒng)計(jì)學(xué)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、文本分析、分布式機(jī)器學(xué)習(xí)算法等經(jīng)典的機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)、目標(biāo)檢測(cè)、自編碼器等深度學(xué)習(xí)的內(nèi)容。此外，

機(jī)器學(xué)習(xí)是人工智能的重要方向之一，對(duì)提升各行業(yè)的智能化程度正在起越來(lái)越大的作用。本書通過(guò)凝練機(jī)器學(xué)習(xí)的核心思想與方法，綜合介紹了Python、常用庫(kù)和相關(guān)工具，以及機(jī)器學(xué)習(xí)的原理與實(shí)現(xiàn)，囊括了機(jī)器學(xué)習(xí)與行業(yè)相結(jié)合的實(shí)例，可讓沒(méi)有深厚計(jì)算機(jī)、編程背景的讀者在有限的時(shí)間內(nèi)掌握機(jī)器學(xué)習(xí)的相關(guān)知識(shí)和應(yīng)用工具。本書各部分的比例適

本書從理論結(jié)合實(shí)踐編程來(lái)學(xué)習(xí)推薦系統(tǒng)。由淺入深，先基礎(chǔ)后進(jìn)階，先理論后實(shí)踐，先主流后推導(dǎo)。第1章較為簡(jiǎn)單，僅初步帶領(lǐng)大家了解什么是推薦系統(tǒng)及推薦系統(tǒng)的簡(jiǎn)史。第2章到第5章介紹的是主流的推薦算法及推薦算法的推導(dǎo)過(guò)程，這部分是本書的核心，每個(gè)算法都描述的非常詳細(xì)且有具體代碼幫助大家理解，深度學(xué)習(xí)的框架將采用PyTorch。

面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)（第4版）

袁紅春,男,博士,教授,博士生導(dǎo)師,1971年1月生。 人工智能（ArtificialIntelligence）是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包

人們言語(yǔ)交際的實(shí)質(zhì)就是一個(gè)交際意圖的傳達(dá)與解釋的過(guò)程，因而智能機(jī)器人要實(shí)現(xiàn)深度自然語(yǔ)言理解，必須具備交際意圖識(shí)別能力。本書首先討論了交際意圖的內(nèi)涵與特征，并探索了交際意圖的形式化表示方式，也進(jìn)一步分析了交際意圖的層級(jí)系統(tǒng)；然后根據(jù)話語(yǔ)是否明確表達(dá)了交際意圖，把話語(yǔ)分成交際意圖明示句和交際意圖暗示句兩類；接著深入討論了從