本書通過概率建模和貝葉斯決策理論的統(tǒng)一視角，詳細(xì)地介紹了機器學(xué)習(xí)（包括深度學(xué)習(xí)）。書中涵蓋了數(shù)學(xué)背景（包括線性代數(shù)和優(yōu)化）、基本監(jiān)督學(xué)習(xí)（包括線性回歸、邏輯回歸和深度神經(jīng)網(wǎng)絡(luò)），以及更高級的主題（包括遷移學(xué)習(xí)和無監(jiān)督學(xué)習(xí)）。章節(jié)末尾的練習(xí)讓讀者能夠應(yīng)用所學(xué)知識，附錄則涵蓋了符號說明。本書不僅僅是一個簡單的更新版本，更是

本書分為兩部分，共10章，涵蓋了生成式人工智能的理論基礎(chǔ)與實踐應(yīng)用。第一部分側(cè)重于理論探討，介紹了生成式人工智能的基本概念、發(fā)展歷程、典型應(yīng)用、技術(shù)演化趨勢與未來展望，深入分析了其基本技術(shù)與體系結(jié)構(gòu)，涵蓋了機器學(xué)習(xí)、自然語言處理和計算機視覺等技術(shù)。此外，還詳細(xì)探討了生成對抗網(wǎng)絡(luò)（GAN）和變分自編碼器（VAE）等生成模

本書系統(tǒng)論述了復(fù)雜環(huán)境下智能系統(tǒng)“感知-規(guī)劃-控制”理論與關(guān)鍵技術(shù),聚焦軌道交通與海洋應(yīng)用兩大場景。本書針對列車前方視覺與淺海生物等檢測目標(biāo),對YOLO系列模型進行改進,提升了模型在復(fù)雜場景下的檢測與跟蹤性能。在單智能體軌跡規(guī)劃層面,設(shè)計了基于遺傳算法、禁忌搜索的列車節(jié)能優(yōu)化方法,并進一步提出融合經(jīng)驗知識庫的深度強化學(xué)

本書深入探討了單智能體和多智能體強化學(xué)習(xí)算法，系統(tǒng)介紹了多臂賭博機、馬爾科夫決策過程、動態(tài)規(guī)劃、基于值函數(shù)的強化學(xué)習(xí)算法、深度值函數(shù)算法、隨機策略梯度算法、近端策略優(yōu)化算法、深度確定性策略優(yōu)化算法以及多智能體強化學(xué)習(xí)。這些主題既包括經(jīng)典強化學(xué)習(xí)算法，也涵蓋了近年來發(fā)展起來的深度強化學(xué)習(xí)算法。

本書系統(tǒng)提煉16種AI時代必備的底層能力——信息甄別、精準(zhǔn)提問、需求解析、獨立思考、創(chuàng)造力、溝通協(xié)作等，不僅教孩子如何使用AI技能，更引導(dǎo)他們建立“善用工具而不被工具支配”的認(rèn)知，在AI時代掌握核心競爭力。本書將抽象的人工智能具象化為一個AI人形機器人，內(nèi)容包含800+輕松有趣的漫畫。

本書全面且深入淺出地介紹人工智能以及Python程序設(shè)計方面的基礎(chǔ)內(nèi)容。遵循由淺入深、循序漸進的原則，從AI的基本概念出發(fā)，逐步引導(dǎo)學(xué)生了解人工智能這一前沿領(lǐng)域，闡述其基本原理、技術(shù)方法和應(yīng)用場景，同時與Python語言在人工智能領(lǐng)域的具體應(yīng)用相結(jié)合。

智能傳播場景與算法

本書介紹了10多款熱門的AI工具、100多個AI實用案例,并贈送了140多分鐘同步教學(xué)視頻,幫助中老年人快速運用AI技術(shù),提高生活品質(zhì)。書中介紹的AI工具包括文心一言、文心一格、天工、Kimi、豆包、訊飛星火、即夢、剪映、可靈等,助力中老年人輕松上手使用AI。本書介紹了10個具體領(lǐng)域的應(yīng)用,包括AI在健康管理、生活輔助

本書聚焦AI大模型（生成式人工智能）系統(tǒng)設(shè)計，培養(yǎng)讀者從需求分析到模型部署的系統(tǒng)化思維與實踐能力。不同于傳統(tǒng)教材按技術(shù)棧劃分章節(jié)，本書以真實的實際研發(fā)案例為線索，拆解文本生成、圖像合成、跨模態(tài)生成等核心場景，涵蓋提示工程、RLHF、擴散模型、推理優(yōu)化等關(guān)鍵技術(shù)。無論是實際工作還是技術(shù)面試，讀者都能通過本書構(gòu)建生成式人工

本書作為神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)領(lǐng)域的入門級教材，系統(tǒng)地梳理了神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的知識體系，闡述了神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的基礎(chǔ)知識，對主要模型進行了重點介紹，并通過案例進行詳細(xì)說明，以使讀者能在學(xué)習(xí)基礎(chǔ)理論知識的同時，掌握神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型的開發(fā)方法，且具備使用人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型解決實際問題的能力。全書共9章。內(nèi)容包