本書全面系統(tǒng)地闡述了人工智能的基本原理，勾畫了人工智能理論和技術體系的基本框架，內容涵蓋了人工智能各個分支領域的基本知識和主要內容，并體現了人工智能的最新進展。本書內容全面、基礎、新穎、實用，為讀者進一步學習和研發(fā)奠定了基礎，指引了方向。全書共分為六篇，每篇為一個知識單元。本書結構風格獨特，條理清楚，語言精練，圖文并茂

本書主要介紹如何應用Tensorflow來實現深度學習的架構與應用。全書從tensorflow的基本語法，基礎教程、高級工具以及進階教程來對深度學習的理論與技術進行深入分析與講解，并提供大量的案例從零開始教會讀者如何使用深度學習進行開發(fā)以及應用。本書主要介紹如何應用Tensorflow來實現深度學習的架構與應用。全書從

本書分為14章,涵蓋的主要內容有人工智能的發(fā)展;開發(fā)環(huán)境的部署與使用;TensorFlow2.0框架結構及基本函數使用;神經網絡的發(fā)展與基本結構;圖像處理;TensorFlow2.0可視化工具TensorBoard;普通神經網絡曲線擬合;普通神經網絡和卷積神經網絡MNIST手寫字體識別;圖像風格遷移;小型汽車車牌識別;

本書屬于人工智能方面的基礎研究的著作,全面探討研究人工智能的基本理論和技術發(fā)展,由人工智能基本概念、確定性知識系統(tǒng)、不確定性知識系統(tǒng)、智能搜索技術、自然語言理解等五大部分組成。全書以人工智能為研究對象,分析人工智能的原理及其在各方面的應用,在此技術基礎上,結合現實需求,提出人工智能對社會的重要性與未來的發(fā)展方向。

TensorFlow是谷歌公司于2015年研發(fā)的深度學習框架。它的出現降低了人工智能時代的入門門檻，提高了開發(fā)效率。本書針對TensorFlow2.0版本編寫，基于工作過程進行系統(tǒng)化的體例設計，采用理論知識結合項目實例的形式，由淺入深地介紹TensorFlow深度學習框架的原理、特性、編程技巧和應用方法。本書包含深度學

本書共9章，主要介紹了人工智能在監(jiān)督學習、非監(jiān)督學習、強化學習3個領域的10種常見算法，包括kNN、貝葉斯、決策樹、支持向量機、集成學習、K-means、線性回歸、神經網絡、卷積網絡、Q-learning等。全書采用Python作為實現語言，通過大量原創(chuàng)圖表及實用案例讓讀者參與和體驗人工智能的決策過程，希望讀者能夠了解

人工智能是研究理解和模擬人類智能、智能行為及其規(guī)律的一門學科。本書系統(tǒng)地闡述了人工智能的基本理論、基本技術、研究方法和應用領域等內容,比較全面地反映了國內外人工智能研究領域的*進展和發(fā)展方向,包括智能優(yōu)化算法及應用研究。本書共6章,主要內容包括:人工智能的定義、起源、分類與發(fā)展,人工智能的知識表示方法,確定性推理的主要

全書系統(tǒng)性地介紹了AI入門的有關知識，從AI與人類對話、與人腦的差異、AI藝術創(chuàng)作等多個方面探討了AI的發(fā)展進程，重點介紹了深度學習這一AI領域關鍵技術，探討它的進化程度將如何影響人類未來的生活與工作等。在全書Z后的部分，還全景展示了作者對兩位知名AI專家的采訪，對于目前AI主流的研究方向和入門基礎有精彩的觀點和詳細的

我們人類既不同于無生命的物體（如巖石和雨滴），也不同于從單細胞生物體到其他哺乳動物的無數生命形式。人類真的是個與眾不同的物種嗎？與其他動物相比，我們是否有本質區(qū)別？如果是的話，我們是如何獲得這一特殊地位的呢？我們身上的哪些特征，把我們與其他動物區(qū)分開來？是什么使人類成為“人”？這些問題并不新鮮，從古代以來，許多學者和哲

本書分為兩部分。第壹部分，機器學習基礎，涵蓋以下主題：什么是機器學習，它試圖解決什么問題，以及系統(tǒng)的主要類別和基本概念；第二部分，神經網絡和深度學習，涵蓋以下主題：什么是神經網絡以及它們有什么用，使用TensorFlow和Keras構建和訓練神經網絡的技術，以及如何使用強化學習構建可以通過反復試錯，學習好的策略的代理程