本書從神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識講起，逐步深入到Python進階實戰(zhàn)，通過對各種實用的第三方庫進行詳細講解與實戰(zhàn)運用，讓讀者不但能夠更加深入地了解神經(jīng)網(wǎng)絡(luò)，而且能夠簡單高效地搭建自己的神經(jīng)網(wǎng)絡(luò)，即使沒有專業(yè)背景知識也能輕松入門神經(jīng)網(wǎng)絡(luò)。 本書分為11章，涵蓋的主要內(nèi)容有神經(jīng)網(wǎng)絡(luò)概述，神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識，計算機程序的特點，神經(jīng)網(wǎng)絡(luò)

本書圍繞人工智能研究的發(fā)展以及由人工智能技術(shù)發(fā)展而引起的一系列問題展開討論。該書首先介紹了什么是人工智能，以及人工智能對社會產(chǎn)生的正面和負(fù)面影響，并對人工智能所涉及的倫理道德問題進行分析，最后探討了人工智能未來發(fā)展的可能性。全書配有大量彩色插圖與照片、術(shù)語表、指南、視頻資源鏈接、文本相關(guān)問題與報道觀點、詳盡的索引補充和

隨著機器學(xué)習(xí)算法的普及，開發(fā)和優(yōu)化這些算法的新工具也得到了發(fā)展。本書首先介紹了scikit-learn包，學(xué)習(xí)如何使用scikit-learn語法；學(xué)習(xí)監(jiān)督模型和無監(jiān)督模型之間的差異，以及為每個數(shù)據(jù)集選擇適當(dāng)算法的重要性；學(xué)習(xí)將無監(jiān)督聚類算法應(yīng)用到真實的數(shù)據(jù)集中，發(fā)現(xiàn)其中的規(guī)律，并在探索中解決無監(jiān)督機器學(xué)習(xí)問題。

本書主要內(nèi)容包括初識人工智能、識文解意、看圖辨物、聽音識意、觀影察行、前瞻人工智能。

本書以機器人作為載體，將人工智能的具體應(yīng)用案例引入課程，分為基礎(chǔ)結(jié)構(gòu)篇和拓展硬件篇。其中基礎(chǔ)結(jié)構(gòu)篇主要介紹機器人的發(fā)展歷程及特點，并通過介紹生活中的常用工具來學(xué)習(xí)簡單的機械原理；拓展硬件篇主要介紹一款新的智能硬件，將新的智能硬件與機器人配合使用可開拓學(xué)生的創(chuàng)新思維，創(chuàng)作更多智能產(chǎn)品。本書圖文并茂，語言簡潔，易于理解，既

《基于知識工程的多學(xué)科設(shè)計優(yōu)化》的主要目標(biāo)是通過基本概念的全面介紹，使讀者深刻理解構(gòu)成MDO技術(shù)基礎(chǔ)的優(yōu)化方法。第2～6章涵蓋了這部分內(nèi)容，熟悉優(yōu)化方法和優(yōu)化理論的讀者可略讀或有選擇地閱讀這些章節(jié)。該書通過3章內(nèi)容來介紹MDO的核心知識：第7章闡述了解決假設(shè)問題的靈敏度分析方法；第8章介紹了當(dāng)下先進的MDO框架范例；第

本教材共9章，采用知識體系和案例體系兩種方式對人工智能技術(shù)及其應(yīng)用進行闡述。第1章介紹了人工智能的概念，對人工智能的社會價值、應(yīng)用領(lǐng)域以及未來發(fā)展進行展望。第2章介紹了人工智能技術(shù)知識與知識表示，列出其知識圖譜。第3章對機器學(xué)習(xí)進行概述，從發(fā)展、范圍、方法、工具以及挑戰(zhàn)等方面對人工智能的機器學(xué)習(xí)進行介紹。第4章介紹了人

人們幾乎天天使用常識推理，但用形式化的方式來表示卻非常困難。人工智能是研究解決某些通常被認(rèn)為要用智能才能解決的問題的計算機技術(shù)，人工智能研究計算機刻畫主體如何獲得知識和處理知識的能力，人工智能邏輯就是用邏輯方法和成果研究主體如何處理知識的理論。本書分8章，從人工智能的角度來建立邏輯理論系統(tǒng)，系統(tǒng)全面地介紹了人工智能邏輯

本書系統(tǒng)地介紹了時滯分布參數(shù)神經(jīng)網(wǎng)絡(luò)中的重要問題，主要內(nèi)容包括時滯分布參數(shù)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性、周期解、魯棒性、無源性、自適應(yīng)同步控制、自適應(yīng)學(xué)習(xí)同步、采樣同步控制及反同步等問題。書中所給的分析方法包括代數(shù)不等式、線性矩陣不等式、隨機分析、自適應(yīng)控制、采樣控制、學(xué)習(xí)控制方法等。書中的內(nèi)容來源于作者近幾年來的創(chuàng)新性研究成果，

《實踐深度學(xué)習(xí)》共6章，第1章主要介紹深度學(xué)習(xí)必備的器材、操作系統(tǒng)及中間件的安裝方法;第2、3章解讀了深度學(xué)習(xí)示例中的基本術(shù)語;第4章則通過示例程序說明了VGG-16、ResNet-152的具體操作方法，并給出了提升估測精度的方法。而第5章介紹了基于26層網(wǎng)絡(luò)的Yolo和有助于醫(yī)學(xué)圖像目標(biāo)識別的U形23層網(wǎng)絡(luò)模型。第6