《人工智能與信息技術(shù)教程》作為高等職業(yè)院校學(xué)生人工智能和信息技術(shù)通識(shí)課程的教材，是按照高等職業(yè)教育各專業(yè)領(lǐng)域高素質(zhì)技術(shù)技能人才培養(yǎng)目標(biāo)的要求編寫的。本教材采用項(xiàng)目導(dǎo)向、任務(wù)驅(qū)動(dòng)方式組織內(nèi)容，全書共包含6個(gè)知識(shí)板塊：人工智能信息獲取、人工智能技術(shù)的應(yīng)用、Word2010文檔制作與處理、Excel2010表格處理與分析、P

類腦人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人腦智能的理論、方法及應(yīng)用的技術(shù)科學(xué)，將類腦人工智能技術(shù)應(yīng)用于目標(biāo)檢測與跟蹤，可大幅提升復(fù)雜背景、干擾條件下的目標(biāo)檢測概率及跟蹤精度，具有重要而廣泛的應(yīng)用前景。本書系統(tǒng)闡述了人腦視覺信息處理機(jī)制的基本原理、主要特性、數(shù)學(xué)建模及算法設(shè)計(jì)等。同時(shí)，結(jié)合深度神經(jīng)網(wǎng)絡(luò)（DNN）、類腦

《智能之門：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)入門（基于Python的實(shí)現(xiàn)）》是作者在總結(jié)多年的實(shí)際工程應(yīng)用經(jīng)驗(yàn)的基礎(chǔ)上編著而成的，是一本面向本科生的神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的入門教材。通過閱讀該書，讀者可以掌握神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的基本理論，并通過大量的代碼練習(xí)，在做中學(xué)，提高將理論知識(shí)運(yùn)用于實(shí)際工程的能力。該書內(nèi)容豐富，以“提出問題-解決

本書的目標(biāo)，是讓非機(jī)器學(xué)習(xí)領(lǐng)域甚至非計(jì)算機(jī)專業(yè)出身但有學(xué)習(xí)需求的人，輕松地掌握機(jī)器學(xué)習(xí)的基本知識(shí)，從而擁有相關(guān)的實(shí)戰(zhàn)能力。本書通過AI“小白”小冰拜師程序員咖哥學(xué)習(xí)機(jī)器學(xué)習(xí)的對(duì)話展開，內(nèi)容輕松，實(shí)戰(zhàn)性強(qiáng)，主要包括機(jī)器學(xué)習(xí)快速上手路徑、數(shù)學(xué)和Python基礎(chǔ)知識(shí)、機(jī)器學(xué)習(xí)基礎(chǔ)算法（線性回歸和邏輯回歸）、深度神經(jīng)網(wǎng)絡(luò)、卷積

《零基礎(chǔ)實(shí)踐深度學(xué)習(xí)》從人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)三者的關(guān)系開始，以深度學(xué)習(xí)在計(jì)算機(jī)視覺、自然語言處理和推薦系統(tǒng)的應(yīng)用實(shí)踐為主線，逐步剖析模型原理和代碼實(shí)現(xiàn)。書中的內(nèi)容深入淺出，通過原理與代碼結(jié)合、產(chǎn)業(yè)實(shí)踐和作業(yè)題結(jié)合的方式，幫助讀者更好掌握深度學(xué)習(xí)的相關(guān)知識(shí)和深度學(xué)習(xí)開源框架的使用方法。為了讓更多的讀者從中受益，快

本書系統(tǒng)全面地覆蓋了深度學(xué)習(xí)的主要原理、方法和應(yīng)用實(shí)踐。介紹了深度學(xué)習(xí)的概念、主流工具及框架，分析了神經(jīng)網(wǎng)絡(luò)原理并實(shí)現(xiàn)，對(duì)卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和生成對(duì)抗網(wǎng)絡(luò)（GAN）這些常用的深度學(xué)習(xí)模型進(jìn)行了演練，在此基礎(chǔ)上展開基于深度學(xué)習(xí)的目標(biāo)檢測、圖像分割、人臉識(shí)別、文本自動(dòng)生成等熱門應(yīng)用，為讀者提供了

《統(tǒng)計(jì)學(xué)習(xí)要素：機(jī)器學(xué)習(xí)中的數(shù)據(jù)挖掘、推斷與預(yù)測(第2版)》在一個(gè)通用的概念框架中描述通用于數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和生物信息學(xué)等領(lǐng)域的重要思想和概念。這些統(tǒng)計(jì)學(xué)范疇下的概念是人工智能與機(jī)器學(xué)習(xí)的基礎(chǔ)。全書共18章，主題包括監(jiān)督學(xué)習(xí)、回歸的線性方法、分類的線性方法、基展開和正則化、核光滑方法、模型評(píng)估和選擇、模型推斷和平均、

本書將MATLAB編程與知識(shí)點(diǎn)學(xué)習(xí)相結(jié)合，在課堂練習(xí)中設(shè)置了各類編程驗(yàn)證環(huán)節(jié)，在四個(gè)核心知識(shí)點(diǎn)——傳遞函數(shù)、控制系統(tǒng)時(shí)域分析、控制系統(tǒng)頻域分析和控制系統(tǒng)穩(wěn)定性分析中均設(shè)置了針對(duì)性的研究性課題。

本書系統(tǒng)地描述了深度學(xué)習(xí)的基本理論算法及應(yīng)用。全書共14章，第1~3章論述了數(shù)學(xué)基礎(chǔ)、機(jī)器學(xué)習(xí)基礎(chǔ)和深度學(xué)習(xí)基礎(chǔ)；第4~7章介紹了一些經(jīng)典網(wǎng)絡(luò)及計(jì)算機(jī)視覺領(lǐng)域中常用的CNN、RNN、GAN等網(wǎng)絡(luò)結(jié)構(gòu)技術(shù)；第8~9章介紹了深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的目標(biāo)檢測及圖像分割兩大應(yīng)用；第10~14章介紹了計(jì)算機(jī)視覺領(lǐng)域主要的優(yōu)化方

深入深度神經(jīng)網(wǎng)絡(luò)，揭開對(duì)抗性輸入如何欺騙深度神經(jīng)網(wǎng)絡(luò)。 探討如何生成對(duì)抗性輸入去攻擊深度神經(jīng)網(wǎng)絡(luò)。 探索真實(shí)對(duì)抗性攻擊場景和為對(duì)抗性威脅建模。 評(píng)估神經(jīng)網(wǎng)絡(luò)的健壯性；學(xué)會(huì)增強(qiáng)人工智能系統(tǒng)應(yīng)對(duì)對(duì)抗性數(shù)據(jù)的能力。 考察未來幾年可用哪些方式讓人工智能更擅長模擬人的感知。