全書共10章分別從構(gòu)建非生物智能體、感知、描述、連接、記憶和理解、學(xué)習(xí)與交互、智能體運算模式與處理功能、資源和任務(wù)功能系統(tǒng)、生存、思維、控制與主體性、智能體生命周期等角度深入討論了智能體的方方面面，本書討論一個極為龐大、復(fù)雜，且沒有先例、沒有形成共識的智能體或機器智能系統(tǒng)的實現(xiàn)機理、過程、要點，沒有能、也做不到面面俱到

本書以深度學(xué)習(xí)為核心，詳細講解Pytorch技術(shù)堆棧，力求使用最直白的語言，帶更多的小白學(xué)員入門甚至精通深度學(xué)習(xí)。本書共分為10個章節(jié)，前五個章節(jié)主要講解深度學(xué)習(xí)中的基本算法及概念，通過使用Pytorch實現(xiàn)經(jīng)典的神經(jīng)網(wǎng)絡(luò)并輔以\"課后加油站”小節(jié)補充數(shù)學(xué)知識，力求讓每一個知識點、每一個章節(jié)、每一個實驗都能在學(xué)員腦海中

本書是智能計算平臺應(yīng)用開發(fā)中級教材，主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共分9章，內(nèi)容包括智能計算平臺應(yīng)用開發(fā)概述、人工智能與平臺搭建、平臺管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份與恢復(fù)、機器學(xué)習(xí)基礎(chǔ)算法建模和人工智能模型開發(fā)測試。

本書主要介紹了TensorFlow2在機器視覺中的應(yīng)用。本書共8章，主要內(nèi)容包括神經(jīng)網(wǎng)絡(luò)的原理，如何搭建開發(fā)環(huán)境，如何在網(wǎng)絡(luò)側(cè)搭建圖片分類器，如何識別圖片中不同膚色的人數(shù)，如何用遷移學(xué)習(xí)診斷醫(yī)療影像，如何使用Anchor-Free模型檢測文字，如何實現(xiàn)OCR模型，如何優(yōu)化OCR模型。本書適合機器視覺、深度學(xué)習(xí)方面的專業(yè)

本書是用戶體驗設(shè)計師的入門讀物，從用戶體驗設(shè)計師的角度出發(fā)，系統(tǒng)地介紹了從事用戶體驗設(shè)計的學(xué)習(xí)方法、思維方式、工作流程和方式，覆蓋了用戶體驗設(shè)計基礎(chǔ)知識、設(shè)計師的角色和職業(yè)困惑、工作流程、需求分析、設(shè)計規(guī)劃和設(shè)計標(biāo)準(zhǔn)、項目跟進和成果檢驗、設(shè)計師職業(yè)修養(yǎng)以及需要具備的意識等，力圖幫助設(shè)計師解決在項目中遇到的一些常見問題，

本書是智能計算平臺應(yīng)用開發(fā)初級教材，主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共8章，內(nèi)容包括智能計算平臺應(yīng)用開發(fā)概述、硬件設(shè)備、系統(tǒng)與軟件、系統(tǒng)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、基礎(chǔ)應(yīng)用軟件開發(fā)測試、人工智能示教編程。

本書是智能計算平臺應(yīng)用開發(fā)高級教材，主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共9章，內(nèi)容包括智能計算平臺應(yīng)用開發(fā)概述、智能計算高級環(huán)境、平臺管理、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份及恢復(fù)、深度學(xué)習(xí)基礎(chǔ)算法建模、人工智能算法優(yōu)化、人工智能高級應(yīng)用軟件開發(fā)測試。

今天的組織形態(tài)和人力資源結(jié)構(gòu)發(fā)生了深刻變化，許多人力資源管理者面對現(xiàn)實問題束手無策。本書系統(tǒng)論述了戰(zhàn)略、組織、文化、團隊、工作設(shè)計、人才配置、績效和相關(guān)配套制度，顛覆了傳統(tǒng)人力資源管理觀念，一針見血地指出人力資源管理實踐的痛點和癥結(jié)，告誡今天的企業(yè)管理者要與時俱進，轉(zhuǎn)變角色、升級認(rèn)知，不可陷入盲目自信和專業(yè)深井，并提出

本書首先簡要介紹機器人和機器人學(xué)的概況，以及機器人學(xué)的數(shù)學(xué)基礎(chǔ)，然后分別詳細討論智能機器人體系結(jié)構(gòu)、智能機器人中的傳感器、環(huán)境感知與建模、路徑規(guī)劃、機器人控制、多機器人協(xié)同，以及智能機器人的HRI等內(nèi)容。

本書主要介紹研究時滯動力系統(tǒng)分支問題的常用方法，基于時滯非線性系統(tǒng)的分支理論結(jié)合典型實例，詳細闡述分支理論的具體運用，從理論和數(shù)值模擬上討論了幾類時滯非線性模型的分支問題，包括具有時滯的雙參數(shù)模型的分支問題、具有時滯的寡頭博弈模型的分支問題、具有時滯的Goodwin基因表達模型的分支問題、具有狀態(tài)依賴時滯的基因表達模型