人工智能快速發(fā)展，已經(jīng)進入尋常百姓的日常生活，主要國家都將人工智能的發(fā)展作為占領(lǐng)世界科技制高點的關(guān)鍵政策與措施。它不僅是一種技術(shù)，而且是一個技術(shù)集群；它不僅是一門科學(xué)，而且是一個系統(tǒng)的理念，“將給人們的生產(chǎn)方式和生活方式帶來革命性的變化”。把人們帶入“人類命運共同體”的新時代。本書介紹了什么是人工智能及其由來，解答了它

非線性科學(xué)是一門研究非線性現(xiàn)象共性的基礎(chǔ)學(xué)科，被譽為20世紀(jì)自然科學(xué)的第三次革命。非線性科學(xué)與神經(jīng)科學(xué)交叉融合，形成了新興的交叉學(xué)科——神經(jīng)動力學(xué)�！渡窠�(jīng)元網(wǎng)絡(luò)時空行為的動力學(xué)研究》主要研究了網(wǎng)絡(luò)單元特性對神經(jīng)元網(wǎng)絡(luò)時空模式的影響，利用非線性動力學(xué)的理論和方法，通過數(shù)值模擬分析，揭示了神經(jīng)元網(wǎng)絡(luò)單元特性（具有共存行為、

本書是國內(nèi)較早關(guān)于TensorFlow大數(shù)據(jù)與量化交易的原創(chuàng)圖書，配合zwPython開發(fā)平臺和zwQuant開源量化軟件學(xué)習(xí)，是一套完整的大數(shù)據(jù)分析、量化交易的學(xué)習(xí)教材，可直接用于實盤交易。本書有三大特色：*，以實盤個案分析為主，全程配有Python代碼；第二，包含大量的圖文案例和Python源碼，無須專業(yè)編程基礎(chǔ)，

本書結(jié)合實際應(yīng)用介紹神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)等技術(shù)領(lǐng)域相關(guān)信息，從結(jié)構(gòu)上重點介紹了前饋型神經(jīng)網(wǎng)絡(luò)、反饋型神經(jīng)網(wǎng)絡(luò)，以及自組織競爭型神經(jīng)網(wǎng)絡(luò)，并針對當(dāng)下深度學(xué)習(xí)中比較重要的網(wǎng)絡(luò)進行了詳細介紹，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)（遞歸）神經(jīng)網(wǎng)絡(luò)、深度信念網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)，以及深度強化學(xué)習(xí)。本書不僅能讓讀者對當(dāng)前神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)有體系

《21個項目玩轉(zhuǎn)深度學(xué)習(xí)基于TensorFlow的實踐詳解》以實踐為導(dǎo)向，深入介紹了深度學(xué)習(xí)技術(shù)和TensorFlow框架編程內(nèi)容。通過本書，讀者可以訓(xùn)練自己的圖像識別模型、進行目標(biāo)檢測和人臉識別、完成一個風(fēng)格遷移應(yīng)用，還可以使用神經(jīng)網(wǎng)絡(luò)生成圖像和文本，進行時間序列預(yù)測、搭建機器翻譯引擎，訓(xùn)練機器玩游戲等。全書共包含2

《新未來簡史：新未來簡史：區(qū)塊鏈、人工智能、大數(shù)據(jù)陷阱與數(shù)字化生活》旨在顛覆過往絕大多數(shù)有關(guān)人類未來的預(yù)測與推斷，*限度地靠近事物的本原。以特有近乎刁鉆的視覺、博雜的知識、激情的文風(fēng)和嚴(yán)密的邏輯，聯(lián)動前沿科技與社會、自然、經(jīng)濟、金融、人文、歷史以及人性驅(qū)動下的人類競爭、價值創(chuàng)造等進行了深入的思考與推演，展現(xiàn)出"氣勢恢宏

未來已來。在AI世界，限制我們的是認(rèn)知，面對指數(shù)式增長的知識和信息，焦慮成為了這個時代的底色。我們應(yīng)該如何迎接和擁抱智能文明？面對人工智能帶來的翻天覆地的變化，我們應(yīng)該如何自處？本書有趣有料，通過研究人類面對復(fù)雜世界不同領(lǐng)域的知識，探索面對未來智能文明的現(xiàn)代人必須掌握的生存原則。全書分為智能的未來：技術(shù)進化與人類理性價

本書全面介紹了作者近年來在奇異攝動飽和控制系統(tǒng)分析與設(shè)計方面的研究成果。書中介紹了奇異攝動飽和控制系統(tǒng)穩(wěn)定性分析方法、奇異攝動飽和控制系統(tǒng)設(shè)計方法、具有L2擾動的奇異攝動飽和系統(tǒng)快采樣控制設(shè)計和慢采樣控制設(shè)計方法、奇異攝動切換飽和控制系統(tǒng)設(shè)計方法、奇異攝動系統(tǒng)抗飽和控制設(shè)計方法、非線性奇異攝動系統(tǒng)模糊采樣控制設(shè)計方法、

本書將智能計算中的人工免疫系統(tǒng)用于計算機領(lǐng)域的相關(guān)問題求解，主要關(guān)注人工免疫系統(tǒng)中的克隆選擇算法、否定選擇算法、危險理論等的具體應(yīng)用實現(xiàn)。本書主要介紹了基于克隆選擇算法的認(rèn)知無線電網(wǎng)絡(luò)頻譜分配、頻譜決策優(yōu)化、認(rèn)知OFDM資源分配方案；基于否定選擇算法的入侵防御；基于危險理論的網(wǎng)絡(luò)風(fēng)險感知和評估模型與方法、用于異常檢測的

本書針對大數(shù)據(jù)的數(shù)據(jù)體量大、數(shù)據(jù)類型繁多、處理速度快、價值密度高等特點，以粒計算方法為理論基礎(chǔ)，以經(jīng)典粗糙集模型和區(qū)間值信息系統(tǒng)為研究對象，以Hadoop開源平臺為實驗環(huán)境，構(gòu)建大數(shù)據(jù)下知識約簡計算模型及知識獲取方法。本書主要介紹大數(shù)據(jù)下Pawlak模型知識約簡、區(qū)間值信息系統(tǒng)知識約簡、層次粗糙集模型知識約簡及知識獲取

本書主要介紹深度學(xué)習(xí)的核心算法，以及在計算機視覺、語音識別、自然語言處理中的相關(guān)應(yīng)用。本書的作者們都是業(yè)界第一線的深度學(xué)習(xí)從業(yè)者，所以書中所寫內(nèi)容和業(yè)界聯(lián)系緊密，所涵蓋的深度學(xué)習(xí)相關(guān)知識點比較全面。本書主要講解原理，較少貼代碼。本書適合深度學(xué)習(xí)從業(yè)人士或者相關(guān)研究生作為參考資料，也可以作為入門教程來大致了解深度學(xué)習(xí)的相

阿爾法狗接連打敗李世石、柯潔，無人駕駛汽車從科幻慢慢變?yōu)楝F(xiàn)實，人工智能正在全世界如火如荼地“跑馬圈地”。我們正在被一個的以智能技術(shù)為核心驅(qū)動力的新型社會裹挾著前行。 隨著智能時代的來臨，每個企業(yè)和個人都在經(jīng)受著的挑戰(zhàn)，但挑戰(zhàn)與機遇并存，我們要積極探索，緊跟前沿，才能在這波智能化浪潮中不致被淘汰。 本書通過豐富鮮活的

本書系統(tǒng)地介紹了自動控制的基本理論。全書共8章。第1章介紹自動控制的一些基本概念；第2章介紹控制系統(tǒng)的輸入-輸出模型，包括系統(tǒng)運動方程、傳遞函數(shù)、頻率特性函數(shù)、框圖和信號流圖等；第3章介紹控制系統(tǒng)的狀態(tài)空間模型；第4章介紹控制系統(tǒng)的穩(wěn)定性分析；第5章介紹控制系統(tǒng)的時域運動分析；第6章介紹系統(tǒng)校正方法；第7章介紹線性控制

TensorFlow是谷歌2015年開源的主流深度學(xué)習(xí)框架，目前已得到廣泛應(yīng)用。本書為TensorFlow入門參考書，旨在幫助讀者以快速、有效的方式上手TensorFlow和深度學(xué)習(xí)。書中省略了煩瑣的數(shù)學(xué)模型推導(dǎo)，從實際應(yīng)用問題出發(fā)，通過具體的TensorFlow示例介紹如何使用深度學(xué)習(xí)解決實際問題。書中包含深度學(xué)習(xí)的

本書以MATLABR2016a為平臺，通過專業(yè)技術(shù)與大量典型實例相結(jié)合，介紹了各種典型網(wǎng)絡(luò)的訓(xùn)練過程和實際應(yīng)用。全書共27個案例，從實用角度出發(fā)，詳盡地講述感知器網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)及自組織神經(jīng)網(wǎng)絡(luò)等內(nèi)容，擴展介紹神經(jīng)網(wǎng)絡(luò)在其他工程領(lǐng)域的實際應(yīng)用。本書可作為科研人員及工程技術(shù)人

本書全面地介紹了人工智能的主要理論、技術(shù)和方法，主要包括：搜索策略、確定性推理、不確定性推理、專家系統(tǒng)、機器學(xué)習(xí)、自然語言理解和遺傳算法。本書著重展現(xiàn)人工智能技術(shù)的基礎(chǔ)方法和理論，同時引入了人工智能技術(shù)在機器人領(lǐng)域的研究應(yīng)用實例，為讀者知識進階作鋪墊。 本書內(nèi)容豐富，深入淺出，通俗易懂，以基礎(chǔ)理論為主，兼顧實用技術(shù)，

粒計算是當(dāng)前人工智能研究領(lǐng)域中模擬人類思維和解決復(fù)雜問題的新理論與新方法，它涵蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究大規(guī)模復(fù)雜問題求解、大數(shù)據(jù)分析與挖掘、不確定性智能信息處理的有力工具。經(jīng)過十多年的發(fā)展，在與多學(xué)科交叉研究過程中，粒計算正逐步形成其特有的研究體系和內(nèi)容。本書介紹了粒計算的不確定性分析與知識獲取方法的

書從多維數(shù)組Tensor開始，循序漸進地帶領(lǐng)讀者了解PyTorch各方面的基礎(chǔ)知識，并結(jié)合基礎(chǔ)知識和前沿研究，帶領(lǐng)讀者從零開始完成幾個經(jīng)典有趣的深度學(xué)習(xí)小目，包括GAN生成動漫頭像、AI濾鏡、AI寫詩等。本書沒有簡單機械地介紹各個函數(shù)接口的使用，而是嘗試分門別類、循序漸進地向讀者介紹PyTorch的知識，希望讀者對Py

本書由TensorLayer創(chuàng)始人領(lǐng)銜，TensorLayer主要開發(fā)團隊傾力打造而成。內(nèi)容不僅覆蓋了人工神經(jīng)網(wǎng)絡(luò)的基本知識，如多層感知器、卷積網(wǎng)絡(luò)、遞歸網(wǎng)絡(luò)及增強學(xué)習(xí)等，還著重講解了深度學(xué)習(xí)的一些新的技術(shù)，如生成對抗網(wǎng)絡(luò)、學(xué)習(xí)方法和實踐經(jīng)驗，配有許多應(yīng)用及產(chǎn)品的實例。讀者可從零開始掌握深度學(xué)習(xí)技術(shù)，以及使用Tenso

《深入淺出強化學(xué)習(xí)：原理入門》用通俗易懂的語言深入淺出地介紹了強化學(xué)習(xí)的基本原理，覆蓋了傳統(tǒng)的強化學(xué)習(xí)基本方法和當(dāng)前炙手可熱的深度強化學(xué)習(xí)方法。開篇從*基本的馬爾科夫決策過程入手，將強化學(xué)習(xí)問題納入到嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)框架中，接著闡述了解決此類問題*基本的方法動態(tài)規(guī)劃方法，并從中總結(jié)出解決強化學(xué)習(xí)問題的基本思路：交互迭代策略評