本書作者對于人工智能的發(fā)展、應(yīng)用和影響問題的研究已有幾年的時間：初關(guān)注人工智能的微觀應(yīng)用問題，對于無人經(jīng)濟(jì)的內(nèi)涵、分類、發(fā)展機(jī)制、應(yīng)用模式等做了一些探索；后來研究興趣轉(zhuǎn)移到宏觀層面，重點(diǎn)關(guān)注人工智能發(fā)展對于就業(yè)的影響，本書是作者近兩年研究的總結(jié)。未來作者將把研究重點(diǎn)轉(zhuǎn)向人工智能發(fā)展背景下的分配問題。隨著人工智能發(fā)展導(dǎo)致

本書圍繞上述問題，從設(shè)計的創(chuàng)新能力與設(shè)計的實踐過程兩個角度，討論設(shè)計的認(rèn)知與思維特征、設(shè)計相關(guān)的人工智能理論與技術(shù)、人工智能支持的設(shè)計應(yīng)用、設(shè)計范式轉(zhuǎn)換等內(nèi)容。本書是一本設(shè)計與人工智能交叉領(lǐng)域的專著，書中以作者的研究為基礎(chǔ)，介紹設(shè)計與人工智能交叉領(lǐng)域的典型理論和方法、研究與實踐方向，希望能讓讀者有所參考，支持

2016年，一只阿法狗（AlphaGo）為全世界打開了一條窄窄的門縫，通往未來之路就此展現(xiàn)。通過超強(qiáng)硬件和大量的數(shù)據(jù)積累，人工智能浪潮第三次興起。借助人工智能技術(shù)，公安部門可以輕松抓捕潛逃多年的罪犯，“AI換臉”已經(jīng)成為普通用戶的娛樂方式之一，智慧城市、自動駕駛開始在多個城市有試點(diǎn)……GPT-3、SwitchTrans

本書圍繞思維、信息、數(shù)據(jù)、算法、技術(shù)、安全、未來等方面討論人工智能技術(shù)背后的實現(xiàn)原理和本質(zhì)。涵蓋以下要點(diǎn)。1、人類解決人工智能技術(shù)問題的根本原因。2、重點(diǎn)圍繞香農(nóng)提出的信息論，并在此基礎(chǔ)上闡述關(guān)于信息的度量、加密、傳輸?shù)确矫娴膬?nèi)容。3、從正反兩個角度來審視大數(shù)據(jù)給我們生活帶來的影響。4、圍繞機(jī)器學(xué)習(xí)算法、人工神經(jīng)網(wǎng)絡(luò)算

本書先從背景出發(fā)，闡述黑盒模型存在的問題以及不解決黑盒問題模型可能帶來的后果，引出可解釋機(jī)器學(xué)習(xí)的重要性；隨后，我們從可解釋機(jī)器學(xué)習(xí)的研究方向，分為內(nèi)在可解釋模型算法和模型事后解析方法兩部分進(jìn)行介紹，闡述不同模型的原理、應(yīng)用及其可解釋性。z后通過三個不同的應(yīng)用場景，介紹在銀行實戰(zhàn)中的數(shù)據(jù)挖掘方法，由問題、處理方法出發(fā)，

本書通過深度學(xué)習(xí)實例，從可解釋性角度出發(fā)，闡述深度學(xué)習(xí)的原理，并將圖神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)結(jié)合，介紹圖神經(jīng)網(wǎng)絡(luò)的實現(xiàn)技術(shù)。本書分為6章，主要內(nèi)容包括：圖片分類模型、機(jī)器視覺的高級應(yīng)用、自然語言處理的相關(guān)應(yīng)用、神經(jīng)網(wǎng)絡(luò)的可解釋性、識別未知分類的方法——零次學(xué)習(xí)、異構(gòu)圖神經(jīng)網(wǎng)絡(luò)。本書中的實例是在PyTorch框架上完成的，具有

本書從基礎(chǔ)知識開始，介紹深度學(xué)習(xí)與圖神經(jīng)網(wǎng)絡(luò)相關(guān)的一系列技術(shù)與實現(xiàn)方法，主要內(nèi)容包括PyTorch的使用、神經(jīng)網(wǎng)絡(luò)的原理、神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型、圖神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模型。書中側(cè)重講述與深度學(xué)習(xí)基礎(chǔ)相關(guān)的網(wǎng)絡(luò)模型和算法思想，以及圖神經(jīng)網(wǎng)絡(luò)的原理，且針對這些知識點(diǎn)給出在PyTorch框架上的實現(xiàn)代碼。 本書適合想學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)

全書分三部分，第1部分（1~3章）介紹了人工智能·機(jī)器學(xué)習(xí)·深度學(xué)習(xí)的基礎(chǔ)知識，Pthon編程及其常用庫的使用方法；第2部分（4~5章）通過16個實操案例帶領(lǐng)讀者玩轉(zhuǎn)機(jī)器學(xué)習(xí)，其中涉及TensorFlow，Keras，PTorch，Chainer和scikit-learn等具有代表性的開發(fā)框架，讀者可以學(xué)習(xí)到這些框架的

本書的編寫立足于高職教育人才培養(yǎng)目標(biāo)和教學(xué)改革的實際需求,嚴(yán)格遵循“實用為主、夠用為度、應(yīng)用為目的”的基本原則。選材內(nèi)容既符合高職學(xué)生的特點(diǎn),又能夠突出人工智能的通識性、前瞻性、和實用性。全書共分九個單元,包含人工智能基本概念、發(fā)展歷史、核心技術(shù)、主要產(chǎn)品、常見產(chǎn)品說明書、發(fā)展趨勢及其在相關(guān)行業(yè)的應(yīng)用等內(nèi)容,涉及智慧生

本書是在第一版基礎(chǔ)上修訂而成，主要介紹自適應(yīng)控制理論的基本原理及應(yīng)用。內(nèi)容包括緒論、自適應(yīng)控制的理論基礎(chǔ)、連續(xù)時間系統(tǒng)模型參考自適應(yīng)控制、離散時間系統(tǒng)模型參考自適應(yīng)控制、自校正控制、變結(jié)構(gòu)控制、混合自適應(yīng)控制；對象具有未建模動態(tài)時的混合自適應(yīng)控制、非線性控制對象的自適應(yīng)控制、模糊自適應(yīng)控制、自適應(yīng)控制的應(yīng)用。 本書可