人工智能的發(fā)展需要對(duì)所解決問(wèn)題的有深入的數(shù)學(xué)理解，矩陣代數(shù)正是一種基本的數(shù)學(xué)工具，在人工智能學(xué)科的研究中具有根本性的意義。本書(shū)的目的是為人工智能的研究和實(shí)踐提供堅(jiān)實(shí)的矩陣代數(shù)理論基礎(chǔ)。全書(shū)共9章，分?jǐn)?shù)學(xué)基礎(chǔ)、應(yīng)用兩部分講述矩陣代數(shù)方法在人工智能中的應(yīng)用。第一部分《人工智能的矩陣代數(shù)方法：數(shù)學(xué)基礎(chǔ)》包括第1–5章，提供矩

強(qiáng)化學(xué)習(xí)作為機(jī)器學(xué)習(xí)及人工智能領(lǐng)域的一種重要方法，在游戲、自動(dòng)駕駛、機(jī)器人路線規(guī)劃等領(lǐng)域得到了廣泛的應(yīng)用。 本書(shū)結(jié)合了李宏毅老師的“深度強(qiáng)化學(xué)習(xí)”、周博磊老師的“強(qiáng)化學(xué)習(xí)綱要”、李科澆老師的“世界冠軍帶你從零實(shí)踐強(qiáng)化學(xué)習(xí)”公開(kāi)課的精華內(nèi)容，在理論嚴(yán)謹(jǐn)?shù)幕�礎(chǔ)上深入淺出地介紹馬爾可夫決策過(guò)程、蒙特卡洛方法、時(shí)序差分方法、

本書(shū)從強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)出發(fā)，結(jié)合PyTorch深度學(xué)習(xí)框架，介紹深度強(qiáng)化學(xué)習(xí)算法各種模型的相關(guān)算法原理和基于PyTorch的代碼實(shí)現(xiàn)。作為一本介紹深度強(qiáng)化學(xué)習(xí)知識(shí)的相關(guān)圖書(shū)，本書(shū)介紹了常用的強(qiáng)化學(xué)習(xí)環(huán)境，基于價(jià)值網(wǎng)絡(luò)的強(qiáng)化學(xué)習(xí)算法和基于策略梯度的強(qiáng)化學(xué)習(xí)算法，以及一些常用的比較流行的深度強(qiáng)化學(xué)習(xí)算法（如蒙特卡洛樹(shù)搜索

本書(shū)結(jié)合了最新的深度學(xué)習(xí)技術(shù)應(yīng)用成果，充分考慮了大學(xué)生的知識(shí)結(jié)構(gòu)和學(xué)習(xí)特點(diǎn)，結(jié)合各個(gè)專(zhuān)業(yè)特點(diǎn)介紹了深度學(xué)習(xí)的基本概念及TensorFlow框架，以及深度學(xué)習(xí)在各個(gè)領(lǐng)域的具體應(yīng)用。本書(shū)為高職高專(zhuān)院校深度學(xué)習(xí)基礎(chǔ)課程教材重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、TensorFlow環(huán)境使用、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遷移學(xué)習(xí)等內(nèi)容。

本書(shū)系統(tǒng)地闡述機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)知識(shí)，但并非大學(xué)數(shù)學(xué)教材的翻版，而是以機(jī)器學(xué)習(xí)算法為依據(jù)，選取數(shù)學(xué)知識(shí)，并從應(yīng)用的角度闡述各種數(shù)學(xué)定義、定理等，側(cè)重于講清楚它們的應(yīng)用和實(shí)現(xiàn)方法。所以，書(shū)中將使用開(kāi)發(fā)者喜歡的編程語(yǔ)言（Python）來(lái)實(shí)現(xiàn)各種數(shù)學(xué)計(jì)算，并闡述數(shù)學(xué)知識(shí)在機(jī)器學(xué)習(xí)算法中的應(yīng)用體現(xiàn)。

本書(shū)聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進(jìn)展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來(lái)源于IEEE計(jì)算機(jī)協(xié)會(huì)相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由SteerTech和iCANXTalks上的國(guó)際知名科學(xué)家的學(xué)術(shù)報(bào)告、報(bào)道以及相關(guān)活動(dòng)內(nèi)容組成。本書(shū)將以創(chuàng)新的方式宣

《人工智能——何時(shí)機(jī)器能掌控一切》共12章，從歷史、社會(huì)、哲學(xué)和人文等多學(xué)科角度審視人工智能技術(shù)的過(guò)去、現(xiàn)在和未來(lái)；既涵蓋了邏輯運(yùn)算等經(jīng)典的人工智能算法，又引入了量子計(jì)算等前沿的人工智能技術(shù)；既強(qiáng)調(diào)了人工智能對(duì)人類(lèi)生活和社會(huì)各個(gè)方面的正面促進(jìn)作用，又指出了其高能耗等缺點(diǎn)。通過(guò)閱讀《人工智能——何時(shí)機(jī)器能掌控一切》，零基

雖然很多深度學(xué)習(xí)工具都使用Python，但PyTorch庫(kù)是真正具備Python風(fēng)格的。對(duì)于任何了解NumPy和scikit-learn等工具的人來(lái)說(shuō)，上手PyTorch輕而易舉。PyTorch在不犧牲高級(jí)特性的情況下簡(jiǎn)化了深度學(xué)習(xí)，它非常適合構(gòu)建快速模型，并且可以平穩(wěn)地從個(gè)人應(yīng)用擴(kuò)展到企業(yè)級(jí)應(yīng)用。由于像蘋(píng)果、Face

本書(shū)是有關(guān)智能信息處理與量子智能計(jì)算方法及其應(yīng)用的著作，系統(tǒng)介紹了智能信息處理與量子智能計(jì)算方面的基礎(chǔ)理論及各種新技術(shù)、新方法，并從4G及5G移動(dòng)通信、認(rèn)知無(wú)線電、語(yǔ)音信號(hào)處理等角度進(jìn)行了實(shí)例剖析。全書(shū)分為兩篇共12章。第一篇“智能信息處理及其應(yīng)用”側(cè)重介紹智能信息處理領(lǐng)域的基本原理與關(guān)鍵技術(shù)；第二篇“量子智能信息處理

本書(shū)系統(tǒng)地介紹了人工智能的基本原理、方法和應(yīng)用技術(shù)，比較全面地反映了人工智能領(lǐng)域當(dāng)前的研究進(jìn)展和發(fā)展方向。全書(shū)共8章，具體內(nèi)容包括人工智能的基本概念和發(fā)展概況、腦與認(rèn)知、機(jī)器感知、知識(shí)表示與推理、計(jì)算智能、模式識(shí)別與機(jī)器學(xué)習(xí)、人工智能系統(tǒng)的硬件基礎(chǔ)、人工智能系統(tǒng)的應(yīng)用。為了便于讀者理解，在介紹關(guān)鍵技術(shù)的同時(shí)，列舉了一些