本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關(guān)專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應用體系架構(gòu)。本書首先介紹了智能系統(tǒng)的發(fā)展、相關(guān)概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智

共分為4個部分：1、基礎(chǔ)知識：主要介紹機器學習的基本概念、Python的基礎(chǔ)知識、常用第三方庫，并結(jié)合網(wǎng)絡爬蟲及信息提取案例和股票數(shù)據(jù)圖表繪制案例使讀者對本部分內(nèi)容有更好的理解。2、有監(jiān)督分類案例：包括Iris數(shù)據(jù)分類、新聞文本數(shù)據(jù)分類、手寫數(shù)字圖像識別和場景文字檢測共4個案例。3、無監(jiān)督聚類案例：包括人臉圖像聚類和文

本書首先從深度學習的原理出發(fā)，介紹如何把深度學習的理論轉(zhuǎn)換為PyTorch代碼，然后介紹如何在計算機上運行這些代碼。作為一本面向初中級讀者的技術(shù)類圖書，本書在前面所述內(nèi)容的基礎(chǔ)上，還介紹了學術(shù)界前沿的一系列實例，以及PyTorch的源代碼結(jié)構(gòu)，以期讀者能夠融會貫通深度學習框架的設(shè)計和應用的思想。

隨著人工智能技術(shù)在各行業(yè)的應用蓬勃發(fā)展，其已滲透社會及人們?nèi)粘Ｉ�活的方方面面，且在圖像分類、目標識別、自然語言處理等領(lǐng)域顯示了良好的效果和前景。但是，人工智能及其分支技術(shù)有一些特定的脆弱性，在某些場景下容易受到欺騙和攻擊，若不對此采取一定措施，就有可能造成嚴重的后果。本書通過介紹針對圖像分類的對抗技術(shù)，描述了深度神經(jīng)網(wǎng)

隨著AI技術(shù)的普及，如何快速理解、掌握并應用AI技術(shù)，成為絕大多數(shù)程序員亟需解決的問題。本書基于Keras框架并以代碼實現(xiàn)為核心，詳細解答程序員學習AI算法時的常見問題，對機器學習、深度神經(jīng)網(wǎng)絡等概念在實際項目中的應用建立清晰的邏輯體系。本書分為上下兩篇，上篇（第1～4章）可幫助讀者理解并獨立開發(fā)較簡單的機器學習應用，

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(chǔ)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(shù)，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(guān)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(chǔ)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(lǐng)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(chǔ)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(lǐng)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(guān)的編程操作，并能

粒計算是目前人工智能領(lǐng)域內(nèi)廣為關(guān)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�！稄慕y(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(shù)--分布式賬本、加密技術(shù)、共識機制和智能合約技術(shù)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(quán)益證明），DPoS（股份授權(quán)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