本書是面向人工智能專業(yè)英語課程的教材，全書共分為10個(gè)單元，分別為人工智能介紹、知識表示和推理、不確定性推理、人工智能的搜索方法、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、計(jì)算機(jī)視覺和自然語言處理。本書信息量大，知識性強(qiáng)，注重英語的聽、說、讀、寫、譯能力的全面培養(yǎng)和實(shí)際應(yīng)用。各單元內(nèi)容均分為閱讀與翻譯、寫作、聽與說三

本書是人工智能專業(yè)英語教材，涉及人工智能基礎(chǔ)、強(qiáng)人工智能與弱人工智能、人工智能應(yīng)用領(lǐng)域、常用搜索算法、軟件與Python編程語言、知識系統(tǒng)與知識庫、專家系統(tǒng)和推理引擎、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)、決策樹、人工神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)、監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)、人工智能安全、大數(shù)據(jù)與人工智能、云計(jì)算與人工智能、普適計(jì)算、人工智能與智慧

本書是教育部職教團(tuán)隊(duì)公共領(lǐng)域課題研究課題資助項(xiàng)目：人工智能和信息技術(shù)引領(lǐng)的職業(yè)院校教學(xué)改革融合研究與實(shí)踐（GG2020070001）的研究成果之一。本書的編寫思路是提高學(xué)生的人工智能思維和人工智能素養(yǎng)，內(nèi)容選取上力求突出人工智能的通識性和實(shí)用性，便于教學(xué)。全書主要分為三部分內(nèi)容。首先概述了人工智能的基礎(chǔ)知識，包括基本概

本書根據(jù)人工智能技術(shù)服務(wù)專業(yè)人才培養(yǎng)的需求，以智能機(jī)器人為載體，以揭開人工智能的神秘面紗為主線進(jìn)行編寫，設(shè)置了5個(gè)學(xué)習(xí)情境。學(xué)習(xí)情境1主要介紹人工智能的發(fā)展和應(yīng)用，引起學(xué)習(xí)者的興趣；學(xué)習(xí)情境2主要從智能機(jī)器如何進(jìn)行知識存儲的角度來理解人工智能；學(xué)習(xí)情境3主要從智能機(jī)器如何使用知識進(jìn)行探索世界和求解問題的角度來進(jìn)一步理解

《深度學(xué)習(xí)原理與PyTorch實(shí)戰(zhàn)》按照從理論到實(shí)踐，從實(shí)踐到創(chuàng)造的順序講解深度學(xué)習(xí)領(lǐng)域的知識與技術(shù)，代碼翔實(shí)，公式簡單易懂。《深度學(xué)習(xí)原理與PyTorch實(shí)戰(zhàn)》第1章介紹深度學(xué)習(xí)的概念和目前的形勢，第2章介紹Python編程語言基礎(chǔ)，第3章使用Python語言計(jì)算極限、導(dǎo)數(shù)、級數(shù)等數(shù)學(xué)問題，第4章講解深度學(xué)習(xí)的基本原

本書探究交替方向乘子法在圖像處理中的應(yīng)用,選取了運(yùn)動模糊圖像復(fù)原和遙感圖像融合兩個(gè)領(lǐng)域來作細(xì)致研究。通過MATLAB進(jìn)行仿真實(shí)驗(yàn),利用交替方向乘子法高效求解復(fù)雜的凸優(yōu)化問題,研究遮擋人臉識別的魯棒性算法,以及人臉圖像的類內(nèi)變化和類間變化與魯棒性算法的關(guān)系。同時(shí),本書還探索高效的分布式優(yōu)化求解方法。將分布式計(jì)算框CoCo

TensorFlow是Google所主導(dǎo)的機(jī)器學(xué)習(xí)框架，也是機(jī)器學(xué)習(xí)領(lǐng)域研究和應(yīng)用的熱門對象。本書主要介紹如何通過TensorFlow來構(gòu)建真實(shí)世界的機(jī)器學(xué)習(xí)系統(tǒng)，旨在讓讀者學(xué)以致用，能盡快地上手項(xiàng)目。本書的特色是通過實(shí)例來向讀者介紹TensorFlow的經(jīng)典知識。本書共有12章，包含手寫識別器、貓狗分類器、翻譯器、文

本書從一個(gè)完全不了解機(jī)器學(xué)習(xí)的程序員的視角出發(fā)，通過一系列生動有趣的具體應(yīng)用實(shí)例，運(yùn)用詼諧的語言以循序漸進(jìn)的方式比較系統(tǒng)地介紹機(jī)器學(xué)習(xí)的本質(zhì)思想、基本理論和重要算法，比較細(xì)致地剖析線性模型、感知機(jī)模型、淺層神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)原理與編程方法，引導(dǎo)讀者親自動手從零開始打造和完善機(jī)器學(xué)習(xí)的底層代碼，逐步消除對機(jī)器學(xué)

本書按照新版物聯(lián)網(wǎng)工程專業(yè)規(guī)范對“物聯(lián)網(wǎng)信息安全”課程的要求，基于物聯(lián)網(wǎng)的應(yīng)用視角，深入淺出地闡述了物聯(lián)網(wǎng)信息安全體系、物聯(lián)網(wǎng)信息安全基礎(chǔ)、物聯(lián)網(wǎng)感知安全、物聯(lián)網(wǎng)接入安全、物聯(lián)網(wǎng)系統(tǒng)安全、物聯(lián)網(wǎng)隱私安全、區(qū)塊鏈及其應(yīng)用等內(nèi)容。本書可作為高校物聯(lián)網(wǎng)工程、網(wǎng)絡(luò)空間安全等專業(yè)的教材，也可作為從事物聯(lián)網(wǎng)安全的技術(shù)人員的入門讀物

本書探索理論計(jì)算機(jī)科學(xué)和機(jī)器學(xué)習(xí)這兩個(gè)領(lǐng)域能夠互相借鑒的知識，以此把它們關(guān)聯(lián)起來。本書介紹機(jī)器學(xué)習(xí)中的重要模型和主要問題，并以一種容易理解的方式介紹該領(lǐng)域的前沿研究成果以及現(xiàn)代算法工具，包括矩量法、張量分解法和凸規(guī)劃松弛法。本書共8章，內(nèi)容涵蓋非負(fù)矩陣分解、主題模型、張量分解、稀疏恢復(fù)、稀疏編碼、高斯混合模型和矩陣補(bǔ)全