本书主要阐述人工智能的理论、技术、实践、应用、发展。全书包括5个模块、18个典型实践任务。模块1为理论探究，包括设计图灵测试、体验弱人工智能、设计排序算法3个实践任务；模块2为技术探究，包括图说知识表示、测试机器学习、畅谈深度学习3个实践任务；模块3为实践探究，包括提取基于专家系统的需求、测试计算机视觉产品、测试自然语

《深度学习全书——公式+推导+代码+TensorFlow全程案例》共有15章，分为5部分，第一篇说明深度学习的概念，包括数理基础，特点是结合编程解题，加深读者印象，第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络，第三篇介绍CNN算法、影像应用、转移学习等，第四篇则

本书以“经典计算机算法—数据挖掘算法—深度学习算法”为主线，将人工智能算法与Python程序示例相结合，开发了基于Git的在线编程平台和案例库，旨在构建人工智能算法“思想—伪码—分析—实现”四位一体的知识传递和学习框架。各章基于一个经典问题或典型例子介绍各类算法，给出问题背景、算法伪码和程序示例，注重算法设计与分析理念

本书较全面地阐述了人工神经网络的理论知识，介绍了多种经典的人工神经网络模型结构、学习算法和实际应用。本书共11章，第1章介绍人工神经网络的定义、发展、生理学机理、神经元模型、拓扑结构、学习算法等；第2章介绍感知机的基本原理、学习算法及应用；第3章介绍多层前馈神经网络的基本原理、学习算法及应用；第4章介绍不同正则化理论、

本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师,他们整理了已证实的方法,帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。在这本书中,你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30

本书是为顺应智能时代教育信息化发展和满足教师专业发展的现实需求编写的，并以“理论与技术相结合，实用性导向”为宗旨，全面介绍教育人工智能研究及发展应用的基本原理和方法，学完本书后，读者将对教育人工智能有全面的了解，并能掌握其整体知识框架。本书共分十六章，主要内容包括绪论、教育人工智能理论基础、教育人工智能应用实践、教育人

本书介绍了实证机器学习的基础理论以及在自主异常检测、自主数据划分、自主分类、自主学习等不同领域的先进方法、方法论、模型、流程和技术。涉及多种先进人工智能技术，可应用于图像处理、自然语言处理、生物信息学、智能机器人、航天系统等诸多领域。

本书为全国电力行业“十四五”规划教材。全书共分为7章，主要内容包括概述、控制系统的数学模型、时域分析法、根轨迹法、频域分析法、自动控制系统的校正和离散控制系统。本书针对本科院校非控制专业的少学时课程教学需要编写，力求内容简明扼要，通俗易懂，便于教学和自学。

递归神经网络的稳定性和无源性分析

本书是与《信息技术基础与数据分析+人工智能》配套的实验指导书。全书共分为两篇：第一篇上机与实验指导，第二篇基础练习。第一篇针对配套教材安排了6个实验实训项目(24个任务)，每个实验项目均以任务的形式进行介绍，读者可根据自己所掌握的知识技能进行学习并选择取舍。第二篇是提高计算机应用技能的自测习题，习题是以全国计算机等级考