本書介紹了軟件測試的基本概念、原理、基本方法及測試過程等內(nèi)容，包括軟件測試技術(shù)概述、靜態(tài)測試、黑盒測試、白盒測試、集成測試、系統(tǒng)測試、測試報告管理、智能軟件測試以及單元測試框架Junit、壓力測試工具Jmeter的使用方法，同時還介紹了軟件測試與質(zhì)量保證等內(nèi)容。本書為軟件測試的基礎(chǔ)教材，旨在讓學(xué)生能夠熟練地對實際軟件進

本書主要從技術(shù)原理和技術(shù)應(yīng)用兩方面講述人工智能技術(shù)。全書共12章，內(nèi)容涵蓋人工智能概述、人工智能軟硬件、人工智能與數(shù)據(jù)、計算機視覺、語音識別、自然語言理解、知識推理、經(jīng)典機器學(xué)習(xí)、深度學(xué)習(xí)與強化學(xué)習(xí)、自動駕駛、智能問答及人工智能倫理等。本書不僅可作為高等院校智能科學(xué)與技術(shù)、計算機科學(xué)、電子科學(xué)與技術(shù)、控制科學(xué)與工程等專

本書介紹了經(jīng)典人工智能（邏輯或演繹推理）和現(xiàn)代人工智能（歸納學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)）之間的覆蓋范圍。分別闡述了三類方法：演繹推理方法：這些方法從預(yù)先定義的假設(shè)開始，并對其進行推理，以得出合乎邏輯的結(jié)論。底層方法包括搜索和基于邏輯的方法。這些方法在第1章到第5章中討論。歸納學(xué)習(xí)方法：這些方法從例子開始，并使用統(tǒng)計方法來得出假設(shè)。

2019年我社聯(lián)合南京大學(xué)人工智能學(xué)院出版了國內(nèi)外率先公開出版和發(fā)表的人工智能本科專業(yè)教育培養(yǎng)體系，在國內(nèi)人工智能教育領(lǐng)域起到了很好的引領(lǐng)和示范作用，有效推動了中國人工智能高等教育的發(fā)展。經(jīng)過3年多的探索和實踐，南京大學(xué)完成了一整輪本科和研究生培養(yǎng)方案的修訂，準備集結(jié)出版這本AI人才培養(yǎng)體系的第2版，一方面對原有的AI

本書語言通俗易懂，以理論和實際應(yīng)用相結(jié)合的方式，深入淺出地介紹了人工智能的基礎(chǔ)知識和實現(xiàn)的基本技術(shù)。通過典型場景化應(yīng)用案例，幫助讀者理解人工智能技術(shù)的概念、原理，激發(fā)學(xué)生對人工智能的學(xué)習(xí)興趣。注重算法思想的介紹，簡化了算法的數(shù)學(xué)推導(dǎo)，讓學(xué)生在課堂上能夠“聽得懂、學(xué)得會”。本書共8章，分別是人工智能概述、大數(shù)據(jù)與人工智能

隨著人工智能的發(fā)展，以機器代替人來完成各種生產(chǎn)生活活動已經(jīng)越來越普遍，自動控制系統(tǒng)的需求越來越大。自動控制原理是設(shè)計和實現(xiàn)自動控制系統(tǒng)的理論基礎(chǔ)，同時也是培養(yǎng)控制理論與控制工程學(xué)科、機械工程學(xué)科、電氣工程學(xué)科等專業(yè)人才的必備基礎(chǔ)知識。本書主要針對自動控制原理的經(jīng)典控制部分進行介紹，在傳統(tǒng)自控原理教學(xué)內(nèi)容的基礎(chǔ)上，在教材

鑒于小數(shù)據(jù)和數(shù)據(jù)孤島成為制約人工智能技術(shù)發(fā)展的關(guān)鍵挑戰(zhàn)性問題。本書全方位講解人工智能領(lǐng)域的聯(lián)邦學(xué)習(xí)原理，翔實闡述在平衡智能學(xué)習(xí)和信息安全的前提下，如何通過加密機制進行模型參數(shù)交換，安全地進行人工智能模型訓(xùn)練，所建立的虛擬共享智能模型與直接聚合所有數(shù)據(jù)獲得的zui優(yōu)模型性能相近。除此之外，本書致力于全流程介紹聯(lián)邦學(xué)習(xí)實踐

軟件架構(gòu)是指可以簡化軟件開發(fā)過程并提高應(yīng)用程序質(zhì)量的實現(xiàn)架構(gòu)和系統(tǒng)。本書在第1版的基礎(chǔ)上進行了全面修訂和擴展，面向.NET5和C#9，介紹了一些能夠助你成為一名卓越的軟件架構(gòu)師所需的關(guān)鍵技能、知識和**實踐。第2版增加了對軟件架構(gòu)原則的額外講述、Azure服務(wù)結(jié)構(gòu)、Kubernetes和Blazor等新章節(jié)。另外，還增

本書是新一代人工智能實踐系列教材之一，從理論基礎(chǔ)、平臺框架、網(wǎng)絡(luò)模型和模型優(yōu)化4個方面重點闡述深度學(xué)習(xí)技術(shù)的基礎(chǔ)與實踐。本書分為4篇8章內(nèi)容，包括深度學(xué)習(xí)概述、深度學(xué)習(xí)原理、深度學(xué)習(xí)框架、MindSpore實踐、卷積神經(jīng)網(wǎng)絡(luò)、模型優(yōu)化與強化學(xué)習(xí)實戰(zhàn)。 本書可作為人工智能專業(yè)、智能科學(xué)與技術(shù)專業(yè)以及計算機類相關(guān)專業(yè)的本科

自動駕駛汽車、自然語言識別、內(nèi)容推薦引擎的實現(xiàn)都離不開人工智能和機器學(xué)習(xí)算法。機器學(xué)習(xí)算法只有在解決具體問題時才能體現(xiàn)價值。本書以解決各種趣味問題為目標(biāo)，教讀者用Python、JavaScript、C編寫機器學(xué)習(xí)算法，內(nèi)容深入淺出，兼具實用性與大局觀。讀者將學(xué)習(xí)編寫遺傳算法、啟發(fā)式算法、爬山算法、模擬退火算法，運用蒙特