隨著技術進步及計算能力的提升，人工智能技術開始進入新一輪的蓬勃發(fā)展周期，建立起了巨大的行業(yè)影響力并對日常生活產(chǎn)生了深遠的影響，在中國，對人工智能產(chǎn)業(yè)和理論研究的扶持已經(jīng)成為國家戰(zhàn)略，在這樣的背景下，人工智能進入學校成為必然趨勢。本書基于一定的數(shù)學知識，對主流的人工智能技術做了系統(tǒng)介紹，并輔以代碼和實例，做到可理解、可實

OpenCV庫包含500多個函數(shù)，2500多種算法，可以擴展應用到視覺行業(yè)中的很多領域，有廣泛的用途，比如安保，醫(yī)學成像，模式與人臉識別，機器人和工業(yè)產(chǎn)品檢測，等等。本書實用性強，內(nèi)容全面，講解透徹，可以幫助讀者掌握如何構建具有一定AI（人工智能）的應用程序，使計算機能夠看見并根據(jù)所得到的數(shù)據(jù)來做出決策。

本書是為青少年讀者撰寫的一本通俗易懂地講解人工智能如何產(chǎn)生并發(fā)展到今天的簡明讀物。青少年是國家與社會的未來，人工智能對國家與社會的影響目前已經(jīng)顯現(xiàn)，但更多更重大的影響將發(fā)生在未來，所以目前讓青少年了解人工智能，使他們對之產(chǎn)生興趣，期待探索它研究它非常重要。作者分十多個題目，從多個方面（科學思維、機器算法、人工智能對人類

本書作為國內(nèi)*本系統(tǒng)性地探討設計與人工智能方面議題的學術專著，探討了廣義設計（觀念、實踐、應用、工具、方法等）和廣義人工智能（觀念、批判、技術、政策、倫理等）之間存在集合的可能性。全書共分為六大部分：數(shù)字經(jīng)濟下的設計，設計與數(shù)字經(jīng)濟、商業(yè)價值，數(shù)據(jù)和運算可為設計帶來更多的可能性、無限想象，人腦與機器（人工智能）的比例

本書構建了一個完整的深度強化學習理論和實踐體系：從馬爾可夫決策過程開始，根據(jù)價值函數(shù)、策略函數(shù)求解貝爾曼方程，到利用深度學習模擬價值網(wǎng)絡和策略網(wǎng)絡。書中詳細介紹了深度強化學習相關算法，如Rainbow、Ape-X算法等，并闡述了相關算法的具體實現(xiàn)方式和代表性應用（如AlphaGo）。此外，本書還深度剖析了強化學習各算法

《深度學習的數(shù)學》基于豐富的圖示和具體示例，通俗易懂地介紹了深度學習相關的數(shù)學知識。第1章介紹神經(jīng)網(wǎng)絡的概況；第2章介紹理解神經(jīng)網(wǎng)絡所需的數(shù)學基礎知識；第3章介紹神經(jīng)網(wǎng)絡的最優(yōu)化；第4章介紹神經(jīng)網(wǎng)絡和誤差反向傳播法；第5章介紹深度學習和卷積神經(jīng)網(wǎng)絡。書中使用Excel進行理論驗證，幫助讀者直觀地體驗深度學習的原理。

本書是“人工智能技術應用核心課程系列教材”的*本，通過對人工智能基礎概念、技術分類、開發(fā)平臺、應用場景和開發(fā)運行環(huán)境及編程語言等的系統(tǒng)介紹，結合樣板程序、經(jīng)典案例的上機實踐與代碼分析，使初學者快速地對人工智能的技術全貌建立起系統(tǒng)的認識，并且掌握典型應用開發(fā)環(huán)境與平臺的安裝、配置及應用編程基礎技術。本書非常適合：對人工智

本書分為三篇，共15章。*篇為神經(jīng)網(wǎng)絡基礎篇（第1~3章），主要內(nèi)容包括生物神經(jīng)網(wǎng)絡理論基礎、人工神經(jīng)網(wǎng)絡概述、人工神經(jīng)網(wǎng)絡數(shù)理基礎，從生物神經(jīng)網(wǎng)絡角度出發(fā)介紹了神經(jīng)元的結構、生物電活動，在細胞層面解釋了神經(jīng)網(wǎng)絡進行信息傳遞和信息存儲的機理，并對人工神經(jīng)網(wǎng)絡理論在各個階段的發(fā)展、特點、應用，以及人工神經(jīng)網(wǎng)絡算法中運用到

新知圖書館（探索系上中下卷）是USA美國科學書架（科學探索）八本的合成，內(nèi)容豐富，從海洋、信息、智能、宇宙等方面切入，非常契合我過目前科技攻堅領域的*動態(tài)。讓讀者能理解目前*興的科技領域的基礎知識，是培養(yǎng)讀者愛科學、走近科學的閱讀喜好課科學素養(yǎng)。

本書系統(tǒng)地介紹了直覺模糊核匹配追蹤理論與方法在模式識別、圖像信息融合等領域的應用。全書分為三個部分，共13章。第1部分為基礎知識部分（第1~5章），第1章介紹目標識別的背景、意義、發(fā)展現(xiàn)狀及直覺模糊集、核匹配追蹤的概況；第2章介紹直覺模糊集的定義、性質及基本運算；第3章介紹直覺模糊集非隸屬度函數(shù)的幾種規(guī)范性確定方法；第