本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風(fēng)格將當(dāng)今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學(xué)，感知、推理、學(xué)習(xí)和行動，公平、信任、

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實踐，以統(tǒng)一的風(fēng)格將當(dāng)今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實踐相結(jié)合。全書分7個部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學(xué)，感知、推理、學(xué)習(xí)和行動，公平、信任、

本書從貝葉斯理論的基本原理講起，逐步深入算法、機器學(xué)習(xí)、深度學(xué)習(xí)，并配合項目案例，重點介紹了基于貝葉斯理論的算法原理，及其在機器學(xué)習(xí)中的應(yīng)用。 本書分為10章，涵蓋了貝葉斯概率、概率估計、貝葉斯分類、隨機場、參數(shù)估計、機器學(xué)習(xí)、深度學(xué)習(xí)、貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、貝葉斯深度學(xué)習(xí)等。本書涉及的應(yīng)用領(lǐng)域包含機器學(xué)習(xí)、圖

本書致力于介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念和算法、研究前沿以及廣泛和新興的應(yīng)用，涵蓋圖神經(jīng)網(wǎng)絡(luò)的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。全書分為四部分：第一部分介紹圖神經(jīng)網(wǎng)絡(luò)的基本概念；第二部分討論圖神經(jīng)網(wǎng)絡(luò)成熟的方法；第三部分介紹圖神經(jīng)網(wǎng)絡(luò)典型的前沿領(lǐng)域；第四部分描述可能對圖神經(jīng)網(wǎng)絡(luò)未來研

機器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書涵蓋了機器學(xué)習(xí)和深度學(xué)習(xí)的基礎(chǔ)知識，主要包括機器學(xué)習(xí)的概述、統(tǒng)計學(xué)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機、文本分析、分布式機器學(xué)習(xí)算法等經(jīng)典的機器學(xué)習(xí)基礎(chǔ)知識，還包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、目標(biāo)檢測、自編碼器等深度學(xué)習(xí)的內(nèi)容。此外，

知識工程是人工智能發(fā)展中重要的研究工作。形式概念分析提出后廣泛用戶不同領(lǐng)域的知識表示，近年來知識圖譜在信息檢索領(lǐng)域解決了不同層面應(yīng)用的知識表達(dá)和知識推理中。在形式概念分析和知識圖譜研究工作上，圍繞一些不適合建立領(lǐng)域知識圖譜的應(yīng)用背景，知識的獲取、知識的表示、知識推理等問題，提出了從文本中一些具有內(nèi)涵和外延概念這一知識的

本書主要針對控制理論的一些重要分支，分析了當(dāng)前存在的瓶頸問題，展望了其發(fā)展趨勢和面臨的一系列挑戰(zhàn)。全書共分為17章，分別為：優(yōu)化控制研究的概述與關(guān)鍵問題分析、邏輯控制系統(tǒng)中的未解問題、系統(tǒng)與控制中優(yōu)化理論與應(yīng)用的挑戰(zhàn)與瓶頸、分布參數(shù)系統(tǒng)控制、數(shù)據(jù)驅(qū)動控制系統(tǒng)、自抗擾控制中的若干未解問題、非線性控制的幾個瓶頸問題、時間與

本書以青少年喜愛的《西游記》為藍(lán)本進(jìn)行人物塑造，故事主線講述了人工智能時代下，一個具備學(xué)習(xí)人工智能的硬件基礎(chǔ)，卻缺乏相關(guān)理論知識的智能機器人——悟小白，在通臂猿猴的陪伴下，在尋找人工智能專家唐小僧拜師學(xué)藝的路上，通過重重關(guān)卡，不斷歷練的故事，而這正是人工智能的技術(shù)基石——“機器學(xué)習(xí)”的本質(zhì)。故事由淺入深，通過各類關(guān)卡和

本書主要介紹統(tǒng)計機器學(xué)習(xí)領(lǐng)域常用的基礎(chǔ)模型、算法和代碼實現(xiàn)。包括統(tǒng)計機器學(xué)習(xí)、Python語言基礎(chǔ)，常用的線性回歸、貝葉斯分類器、邏輯回歸、SVM、核方法、集成學(xué)習(xí)，以及深度學(xué)習(xí)中的多層感知器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、變分自編碼器、對抗生成網(wǎng)絡(luò)和強化學(xué)習(xí)等模型與優(yōu)化方法，使用Scikit-Learn、TensorF

本書主要講述了神經(jīng)網(wǎng)絡(luò)的重要概念和技術(shù)，并展示了如何使用Python來解決日常生活中常見的神經(jīng)網(wǎng)絡(luò)問題。本書包含了6個神經(jīng)網(wǎng)絡(luò)相關(guān)的項目，分別是糖尿病預(yù)測、出租車費用預(yù)測、圖像分類、圖像降噪、情感分析和人臉識別，這6個項目均是從頭開始實現(xiàn)，且使用了不同的神經(jīng)網(wǎng)絡(luò)。在每個項目中，本書首先會提出問題，然后介紹解決該問題需要

本書主要介紹了智能計算技術(shù)相關(guān)的理論方法與關(guān)鍵技術(shù)，并對典型的應(yīng)用領(lǐng)域與平臺也進(jìn)行了相關(guān)介紹和討論。全書共10章，簡要介紹智能的起源、智能與計算等研究背景及意義，詳細(xì)介紹了機器學(xué)習(xí)、深度學(xué)習(xí)等模型與算法及其應(yīng)用，著重介紹了圖神經(jīng)網(wǎng)絡(luò)模型、網(wǎng)學(xué)習(xí)模型、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索和大數(shù)據(jù)資源服務(wù)等技術(shù)，并面向智能交通和網(wǎng)絡(luò)交易支付等

本書是為順應(yīng)智能時代教育信息化發(fā)展和滿足教師專業(yè)發(fā)展的現(xiàn)實需求編寫的，并以“理論與技術(shù)相結(jié)合，實用性導(dǎo)向”為宗旨，全面介紹教育人工智能研究及發(fā)展應(yīng)用的基本原理和方法，學(xué)完本書后，讀者將對教育人工智能有全面的了解，并能掌握其整體知識框架。本書共分十六章，主要內(nèi)容包括緒論、教育人工智能理論基礎(chǔ)、教育人工智能應(yīng)用實踐、教育人

本書系統(tǒng)介紹了知識圖譜的概念、發(fā)展歷程、技術(shù)體系、前沿技術(shù)與應(yīng)用實踐。在基礎(chǔ)知識方面，本書囊括了知識圖譜從源數(shù)據(jù)到產(chǎn)生決策的全生命周期的各個環(huán)節(jié)，分析了數(shù)據(jù)圖譜和知識圖譜的核心區(qū)別，介紹了圖譜構(gòu)建和知識表示等相關(guān)關(guān)鍵技術(shù)。在前沿技術(shù)方面，全面介紹了知識圖譜自動構(gòu)建、知識圖譜融合和智能推理等問題和挑戰(zhàn)。在應(yīng)用實踐方面，結(jié)

本書是針對原教材（《自動控制原理（第2版）》（王衛(wèi)江、陳志銘、王曉華編著））進(jìn)行的修訂。在修訂過程中，保持原書結(jié)構(gòu)體系的優(yōu)點，借鑒國外經(jīng)典教材注重實用性、先進(jìn)性的特點，使教材結(jié)構(gòu)體系更符合專業(yè)特色。全書共分9章：緒論、控制系統(tǒng)的數(shù)學(xué)模型、時域分析法、根軌跡法、控制系統(tǒng)的頻率特性、控制系統(tǒng)的綜合與校正、現(xiàn)代控制理論基礎(chǔ)、

本書兼顧統(tǒng)計知識的基礎(chǔ)性和系統(tǒng)性，系統(tǒng)介紹深度學(xué)習(xí)基礎(chǔ)知識和建模技術(shù)。本書共包括7章，第1章介紹機器學(xué)習(xí)、人工智能和深度學(xué)習(xí)發(fā)展歷程及相關(guān)概念；第2章介紹深度學(xué)習(xí)的理論知識，如張量、梯度、損失函數(shù)、激活函數(shù)、反向傳播等；第3章介紹基礎(chǔ)神經(jīng)網(wǎng)絡(luò)在二分類數(shù)據(jù)、多分類數(shù)據(jù)和連續(xù)數(shù)據(jù)上的實例構(gòu)建；第4章介紹神經(jīng)網(wǎng)絡(luò)模型的泛化策

本教材較為全面地介紹人工智能技術(shù)服務(wù)、人工智能開放平臺應(yīng)用與實踐等內(nèi)容。全書共12個項目，包括人工智能的技術(shù)與應(yīng)用設(shè)計、產(chǎn)業(yè)與應(yīng)用開發(fā)，智能數(shù)據(jù)服務(wù)平臺入門使用、數(shù)據(jù)采集、數(shù)據(jù)清洗、圖像標(biāo)注，深度學(xué)習(xí)模型定制平臺入門使用、模型訓(xùn)練、模型部署，深度學(xué)習(xí)開發(fā)平臺視覺任務(wù)應(yīng)用、文本任務(wù)應(yīng)用、聲音任務(wù)應(yīng)用等。本教材以企業(yè)用人需

本書以營銷智能國家新一代人工智能開放創(chuàng)新平臺為基礎(chǔ)，綜合應(yīng)用人工智能、大數(shù)據(jù)挖掘、客戶關(guān)系管理、數(shù)據(jù)處理和信息識別等技術(shù)，從多源異構(gòu)的海量數(shù)據(jù)信息開始，以企業(yè)高效營銷為目標(biāo)導(dǎo)向，將智能化數(shù)據(jù)信息的采集、處理、分析、應(yīng)用納入企業(yè)生產(chǎn)營銷環(huán)節(jié)中，實現(xiàn)中國企業(yè)全面的數(shù)字化、智能化、技術(shù)化的新營銷模式。本書內(nèi)容覆蓋營銷、營銷智

隨機切換系統(tǒng)對由環(huán)境突變干擾、隨機產(chǎn)生的故障或者內(nèi)部部件故障、甚至正常操作過程中的人為因素等引起的隨機跳變現(xiàn)象具有較強的建模能力，因而在實際應(yīng)用中得到廣泛關(guān)注。本書在隨機混雜系統(tǒng)的框架下，主要研究了隨機切換系統(tǒng)的均方指數(shù)穩(wěn)定性分析、耗散性分析、魯棒控制、模型降階、降階控制器設(shè)計及降階濾波器設(shè)計等課題。本書的主要研究內(nèi)容

本教材旨在提供控制工程領(lǐng)域的前沿理論和技術(shù)。兩大特色讓這本教科書脫穎而出：首先，本書不僅提供了簡單實踐示例，而且提供了機器人/車輛控制、人機共享控制，尤其是大腦控制系統(tǒng)的第一手前沿研究的應(yīng)用示例；第二，它對計算方程進(jìn)行了嚴(yán)格的推導(dǎo)和清晰的解釋，特別是在第三至五章中。本書基本內(nèi)容包括： 第一章簡要討論了控制