本書兼顧機器學習基礎、經典方法和深度學習方法,對組成機器學習的基礎知識和基本算法進行了比較細致的介紹,對廣泛應用的經典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等算法都給出了深入的分析并討論了無監(jiān)督學習的基本方法,對深度學習和強化學習進行了全面的敘述,比較深入地討論了反向傳播算法、多層感知機、C

本書是人工智能專業(yè)最基礎最全面的高校教材，作者陸汝鈐院士系中國科學院數(shù)學與系統(tǒng)科學研究院數(shù)學研究所研究員。在知識工程和基于知識的軟件工程方面做了系統(tǒng)的、創(chuàng)造性的工作，是我國該領域研究的開拓者之一。倡導并主持完成了以軟件的機械化生成和移植為目標的系列軟件計劃（XR計劃），推動了當時國產機軟件缺乏問題的解決。本書首次把異構

本書系國家自然科學基金重大研究計劃視聽覺信息的認知計算的出版成果。本書為《視聽覺信息的認知計算》的英文版。本書從人類的視聽覺認知與神經機理出發(fā)，圍繞認知過程的表達與計算的基本科學問題，重點開展感知的基本特征、表達與整合感知數(shù)據的機器學習與理解多模態(tài)信息協(xié)同計算等三個核心科學問題的研究，發(fā)展和構建新的計算模型與算法，為提

本書是《動手學深度學習》的重磅升級版本，選用經典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出最簡單的神經網絡多層感知

不斷涌現(xiàn)的新興技術使得設計領域的邊界變得越來越模糊，途徑變得越來越多元，對設計的廣度、深度和復雜度也提出了更高的要求。生理計算為產品設計提供了基于用戶生理和情感信息的交互方式和評估方法，使系統(tǒng)、任務和交互適應用戶成為可能，同時也提供了一種使系統(tǒng)了解用戶偏好的方法。根據其技術發(fā)展的方向，本書將生理計算技術在設計領域的應用

機器學習是人工智能的一個方向。它是一門多領域交叉學科，涉及概率論、統(tǒng)計學、矩陣論、神經網絡、計算機等多門學科。其目標是使用計算機模擬或實現(xiàn)人類學習活動，從現(xiàn)有大量的數(shù)據中學習，利用經驗不斷改善系統(tǒng)性能。機器學習步驟一般分為獲取數(shù)據、數(shù)據預處理、建立模型、模型評估和預測。本書共6章。第1章節(jié)主要介紹機器學習的基本概念及其

本書闡釋了人工智能（AI）的獨特之處，它可能導致哪些法律和道德問題，以及我們如何解決這些問題。它認為AI與先前其他的任何技術都有不同，因為它能夠獨立且不可預測地做出決策。這引發(fā)了三個問題：責任——如果AI造成傷害，誰來負責；權利——賦予AI法律人格的道德爭議和務實理由；以及圍繞人工智能決策的倫理規(guī)范。該書建議，為了解決

本書是近年來作者對混合智能系統(tǒng)研究成果及經驗的總結。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。以設計科學的思想為基礎，以基于案例推理的混合智能系統(tǒng)技術選擇為核心，依據“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)構造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

人工智能是一項高科技技術，也是計算機技術的一個重要分支，此技術是以人工的方法，對人類的行動和思維進行模仿，同時在人的智能基礎上進行拓展。人工智能應用面比較廣泛，可代替人類進行各個方面的工作，可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對人類有好的一面也有不好的一面。因此，本書將結合人工智能技術的發(fā)

本書以掌握Python語言基礎為前提，由淺入深、全面系統(tǒng)地講解了機器學習的相關知識及技能，內容注重實用性和可操作性，在介紹機器學習理論知識的基礎上，結合具體的實戰(zhàn)實例，給出了詳細的代碼及實現(xiàn)步驟。全書共9個項目，分別介紹了數(shù)據分析基礎、機器學習項目實戰(zhàn)流程、探索性數(shù)據分析與特征工程、常見機器學習算法及框架、交叉驗證與超