計算智能是人工智能領(lǐng)域較為前沿的研究方向，它是受“大自然智慧”啟發(fā)而被設(shè)計出的一類算法的統(tǒng)稱。計算智能所具有的全局搜索、高效并行等優(yōu)點為解決復(fù)雜優(yōu)化問題提供了新思路和新手段，引起了國內(nèi)外學(xué)者的廣泛重視并掀起了研究熱潮。目前，計算智能的相關(guān)技術(shù)已成功應(yīng)用于信息處理、調(diào)度優(yōu)化、工程控制、經(jīng)濟管理等眾多領(lǐng)域。 本書在歸納近年

當(dāng)前，人工智能作為一項引領(lǐng)未來的顛覆性戰(zhàn)略技術(shù)，已在國家安全、國防軍事、社會治理、文化教育、醫(yī)療健康、家居娛樂等領(lǐng)域初露崢嶸，成為世界各國極其重視的核心競爭力技術(shù)之一。本書主要研究人工智能新技術(shù)、新構(gòu)想、新應(yīng)用，面向未來，從人工智能發(fā)展歷程、機器學(xué)習(xí)、感知認知、人機交互、機器人、腦科學(xué)、"智能+"未來應(yīng)用，以及人工智能

本書主要利用控制論、代數(shù)圖論、矩陣論及偏微分方程等理論和方法,重點闡述了多智能體系統(tǒng)一致性和復(fù)雜動態(tài)網(wǎng)絡(luò)同步控制這兩個問題,主要討論以下幾類問題：多智能體系統(tǒng)的**-跟隨一致性問題;時滯復(fù)雜網(wǎng)絡(luò)的同步問題;Lurie型動態(tài)網(wǎng)絡(luò)的簇同步問題.

知識工程是創(chuàng)新方法的一種，是一個采用人工智能技術(shù)進行文本理解閱讀，用知識圖譜進行知識表達，并在知識圖譜上構(gòu)建的一個具有搜索、推薦、問答、輿情監(jiān)測和社區(qū)服務(wù)功能的系統(tǒng)。本書概括了知識管理和知識工程的各種概念，描述了人工智能技術(shù)在知識挖掘中的應(yīng)用發(fā)展趨勢及實現(xiàn)知識工程的云架構(gòu)技術(shù)，列舉了知識工程在幾個典型行業(yè)的應(yīng)用實例，展

本書從統(tǒng)計學(xué)觀點出發(fā)，以數(shù)理統(tǒng)計為基礎(chǔ)，全面系統(tǒng)地介紹了統(tǒng)計機器學(xué)習(xí)的主要方法。內(nèi)容涉及回歸（線性回歸、多項式回歸、非線性回歸、嶺回歸，以及LASSO等）、分類（感知機、邏輯回歸、樸素貝葉斯、決策樹、支持向量機、人工神經(jīng)網(wǎng)絡(luò)等）、聚類（K均值、EM算法、密度聚類等）、蒙特卡洛采樣（拒絕采樣、自適應(yīng)拒絕采樣、重要性采樣、

《強化學(xué)習(xí)》一書內(nèi)容系統(tǒng)全面，覆蓋面廣，既有理論闡述、公式推導(dǎo)，又有豐富的典型案例，理論聯(lián)系實際。書中全面系統(tǒng)地描述了強化學(xué)習(xí)的起源、背景和分類，各類強化學(xué)習(xí)算法的原理、實現(xiàn)方式以及各算法間的關(guān)系，為讀者構(gòu)建了一個完整的強化學(xué)習(xí)知識體系；同時包含豐富的經(jīng)典案例，如各類迷宮尋寶、飛翔小鳥、撲克牌、小車爬山、倒立擺、鐘擺、

隨著人工智能的發(fā)展以及TensorFlow在人工智能方面的火熱應(yīng)用，越來越多的大學(xué)逐步開設(shè)深度學(xué)習(xí)和人工智能課程。本書既是一本為讀者量身定制的TensorFlow2.0入門教材，也是針對需要學(xué)習(xí)TensorFlow2.0新內(nèi)容的讀者提供的基礎(chǔ)與進階知識的深入型教材。本書分為10章，主要內(nèi)容包括TensorFlow2.0

本書是一本體系完整、突出算法和教學(xué)資源豐富的人工智能教材，可幫助讀者掌握人工智能脈絡(luò)體系，從算法和模型方面來了解人工智能具能、使能和賦能的原理。全書共9章，第1章緒論；第2章邏輯與邏輯；第3章搜索求解；第4章監(jiān)督學(xué)習(xí)；第5章無監(jiān)督學(xué)習(xí)；第6章深度學(xué)習(xí)；第7章強化學(xué)習(xí)；第8章人工智能博弈；第9章人工智能未來發(fā)展和趨勢。書

本書系統(tǒng)地介紹了人工智能的基本原理、實現(xiàn)技術(shù)及其應(yīng)用，并全面反映了國內(nèi)外人工智能研究領(lǐng)域的**進展和發(fā)展方向。本書先深入淺出地闡述了經(jīng)典人工智能的原理和方法，包括知識表示、智能搜索、自動推理、機器學(xué)習(xí)和深度學(xué)習(xí)等內(nèi)容，使讀者對人工智能的概念和構(gòu)造方法有一個比較清晰的認識；又對人工智能熱點領(lǐng)域進行了深入闡述，包括卷積神經(jīng)

數(shù)據(jù)是載體，智能是目標(biāo)，而機器學(xué)習(xí)則是從數(shù)據(jù)通往智能的技術(shù)途徑。機器學(xué)習(xí)是數(shù)據(jù)科學(xué)的核心，是現(xiàn)代人工智能的本質(zhì)。本書內(nèi)容包括機器學(xué)習(xí)概述、決策樹學(xué)習(xí)、多層感知器、維度約簡、支持向量機、無監(jiān)督學(xué)習(xí)、概率圖模型、強化學(xué)習(xí)、深度學(xué)習(xí)。本書除介紹常用的機器學(xué)習(xí)方法外，還綜述各主要方法的應(yīng)用現(xiàn)狀。通過各章案例的詳細描述,讀者可以