計算機視覺、自然語言處理和語音識別是目前深度學習領域很熱門的三大應用方向，本書旨在幫助零基礎或基礎較為薄弱的讀者入門深度學習，達到能夠獨立使用深度學習知識處理計算機視覺問題的水平。通過閱讀本書，讀者將學到人工智能的基礎概念及Python編程技能，掌握PyTorch的使用方法，學到深度學習相關(guān)的理論知識，比如卷積神經(jīng)網(wǎng)絡

深度強化學習（DeepReinforcementLearning，DRL）是深度學習算法和強化學習算法的巧妙結(jié)合，它是一種新興的通用人工智能算法技術(shù)，也是機器學習的前沿技術(shù)，DRL算法潛力無限，AlphaGo 是目前該算法*成功的使用案例。DRL算法以馬爾科夫決策過程為基礎，是在深度學習強大的非線性函數(shù)的擬合能力下構(gòu)成

本書從深度學習的發(fā)展歷程講起，以豐富的圖例從理論和實踐兩個層面介紹了深度學習的各種方法，以及深度學習在圖像識別等領域的應用案例。內(nèi)容涉及神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、受限玻爾茲曼機、自編碼器、泛化能力的提高等。此外，還介紹了包括Theano、Pylearn2、Caffe、DIGITS、Chainer和TensorFlow在內(nèi)

《AI人工智能：發(fā)展簡史+技術(shù)案例+商業(yè)應用》通過“知識＋案例”兩條線索幫助讀者全方位、多角度地了解人工智能。縱向知識線包括三大認識、三大價值、三大盈利模式、三種營銷變化、四個時代、五大商業(yè)模式、八大技術(shù)、八大熱門領域、八種研究成果、九種熱賣商品等，針對人工智能的基本概念、發(fā)展階段、研究價值、市場狀況、基礎技術(shù)、發(fā)展前

本書對機器學習的關(guān)鍵知識點進行了全面講解，幫助讀者順利完成從理論到實踐的過渡。書中首先介紹用于描述機器學習算法的統(tǒng)計與概率的知識，接著詳細分析機器學習技術(shù)的兩類主要方法——生成方法和判別方法，后深入研究了如何使機器學習算法在實際應用中發(fā)揮更大的作用。本書提供程序源代碼，便于讀者進行數(shù)據(jù)分析實踐。本書適合高等院校計算機、

本書預測了人工智能時代哪些職業(yè)會受到巨大沖擊。在未來，被人工智能所取代的，不僅僅是勞動密集型的行業(yè)，醫(yī)療、教育、宗教、法律、新聞、審計、管理咨詢、建筑這些此前被認為是技術(shù)無法取代的專業(yè)行業(yè)，也面臨著衰變的風險。 人工智能不僅是一次技術(shù)革命，它還將引發(fā)社會結(jié)構(gòu)的變化。人工智能對生產(chǎn)效率的大幅度改進、對人類勞動的大規(guī)模替代

本書選取了智能家居、智能小車、智能停車場等智能系統(tǒng)項目設計，讓學生掌握使用Arduino設備搭建傳感器網(wǎng)絡，編寫智能系統(tǒng)的方法，體驗創(chuàng)客教育活動的快樂。

《基于免疫進化的算法及應用研究》中人工免疫系統(tǒng)是繼人工神經(jīng)網(wǎng)絡、進化計算之后新的計算智能研究方向，是生命科學和計算科學相交叉而形成的交叉學科研究熱點，廣泛應用于計算機安全、故障診斷、模式識別、數(shù)據(jù)挖掘、智能優(yōu)化等領域�！痘�于免疫進化的算法及應用研究》從人工免疫系統(tǒng)原理入手，在對免疫網(wǎng)絡理論與算法進行分析的基礎上，在以下

《情感計算與情感機器人系統(tǒng)》在介紹情感計算、情感建模以及人機情感交互概念的基礎上，分析了當前人機情感交互的研究前沿，總結(jié)了在多模態(tài)情感識別方法、人機交互氛圍場建模、情感意圖理解方法、情感機器人的多模態(tài)情感表達以及人機情感交互系統(tǒng)應用方面的**研究成果，使讀者對人機情感交互有更深的理解，對促進我國在情感計算與情感機器人領

《物聯(lián)網(wǎng)項目規(guī)劃與實施》是國家職業(yè)教育物聯(lián)網(wǎng)應用技術(shù)專業(yè)教學資源庫配套教材之一。國家職業(yè)教育專業(yè)教學資源庫是教育部、財政部為深化高等職業(yè)教育教學改革，加強專業(yè)與課程建設，推動優(yōu)質(zhì)教學資源共建共享，提高人才培養(yǎng)質(zhì)量而啟動的***高職教育建設項目。物聯(lián)網(wǎng)應用技術(shù)專業(yè)于2014年6月被教育部確定為國家職業(yè)教育專業(yè)教學資源庫年