本書面向初學者，采用全彩圖解+視頻講解的形式介紹了人工智能的基礎知識及開發(fā)案例，從無代碼到圖形化編程到代碼編程，循序漸進，讓讀者逐步掌握人工智能技術，體驗人工智能帶給自己的樂趣。本書首先通過mDesigner+開源硬件的結(jié)合賦予創(chuàng)客作品以“智能”，接著介紹了與人工智能密切相關的深度學習及其所需要的編程語言、編程框架及編

《人工智能基礎數(shù)學知識》基于流行的Python語言，通俗易懂地介紹了入門人工智能領域必需必會的數(shù)學知識，旨在讓讀者輕松掌握并學以致用。 《人工智能基礎數(shù)學知識》分為線性代數(shù)、概率和優(yōu)化等3篇，共21章，覆蓋了人工智能領域中重要的數(shù)學知識點。本書寫作風格通俗有趣，讀者可在潛移默化中掌握這些數(shù)學知識以及相關的編程操作，并能

粒計算是目前人工智能領域內(nèi)廣為關注的研究課題，本書旨在為初學者提供學習粒計算理論與方法的基本指導。模糊集、粗糙集和概念格是粒計算的三種主要的方法，本書把這三種方法有機地結(jié)合成為一個粒計算的基本理論框架，主要包括：1）模糊集理論，2）粗糙集理論，3）概念格理論。

《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》敘述了從數(shù)學到統(tǒng)計、從統(tǒng)計到人工智能的發(fā)展，結(jié)合大量的實際商業(yè)應用案例介紹了諸多經(jīng)典的機器學習算法，比如LASSO回歸、MCMC、決策樹、隨機森林和神經(jīng)網(wǎng)絡等。《從統(tǒng)計世界走向人工智能——實戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場景，從理論到實際操作層層遞進，讀者從中

本書從區(qū)塊鏈的四個核心前沿技術--分布式賬本、加密技術、共識機制和智能合約技術入手，重點介紹公有鏈、聯(lián)盟鏈和私有鏈上的共識機制，描述其中使用的去中心化算法，包括PoW（工作量證明），PoS（權益證明），DPoS（股份授權證明），Ripple共識，PBFT（實用拜占庭容錯）和PoV（投票證明）等，并具體分析了每個算

作為一個崛起中的新興力量，人工智能不僅僅是一種技術，它的發(fā)展除了在科學和產(chǎn)業(yè)發(fā)展領域產(chǎn)生影響之外，還將對現(xiàn)行人類的社會規(guī)范、生活模式產(chǎn)生非常深遠的影響。隨著第三次人工智能潮的到來，人們對人工智能及其未來的發(fā)展充滿強烈的興趣和諸多的疑問——什么是人工智能？人工智能對人類生活會有哪些深遠影響？我們又能通過人工智能實現(xiàn)什么樣

本書介紹了與AI相關的理論知識，例如，AI的核心、AI的3個發(fā)展階段、AI的科技支撐點等。為了增強本書的全面性和系統(tǒng)性，也為了向大家多傳授一些干貨，本書將重點放在了AI在各行各業(yè)、各個領域的商業(yè)化落地項目上。值得注意的是，本書添加了很多代表性案例，希望為讀者提供實實在在的幫助�？梢哉f，在“AI+商業(yè)”方面，本書既具有實

機器學習是一門涉及高等數(shù)學、線性代數(shù)、概率論、統(tǒng)計學和運籌學等領域的交叉學科。機器學習的基礎就是數(shù)學，這也就要求學習者要有良好的數(shù)學基礎。為了降低機器學習的學習門檻，本書深入淺出地對機器學習算法的數(shù)學原理進行了嚴謹?shù)耐茖�；并利用Python3對各種機器學習算法進行復現(xiàn)，還利用介紹的算法在相應數(shù)據(jù)集上進行實戰(zhàn)。本書主要內(nèi)

本書通過分析最優(yōu)化理論和算法與機器學習的關系：最優(yōu)化理論和算法促進了機器學習的發(fā)展，同時機器學習對最優(yōu)化的理論和求解方法也帶來了新的研究方向和研究方法。我們針對組合優(yōu)化問題，特別是NP問題,提出機器學習的求解方法，此類方法通過一些學習方法，結(jié)合傳統(tǒng)算法，給出了一套求解組合優(yōu)化問題的機器學習理論方法。 本書共分為六章，

不知不覺，人工智能已經(jīng)走入我們的生活，尤其是圖像識別、文本識別、語音識別、自然語言等技術。這些應用的核心技術就是深度學習，也正是本書的核心內(nèi)容。 本書以TensorFlow為核心，分為3篇，共計15章節(jié)。第1篇是基礎篇（第1~5章），主要介紹什么是深度學習、深度學習的本質(zhì)是什么、深度學習所使用的教材和方法，以及深度學習