本书主要内容包括初识人工智能、识文解意、看图辨物、听音识意、观影察行、前瞻人工智能。

本书以机器人作为载体，将人工智能的具体应用案例引入课程，分为基础结构篇和拓展硬件篇。其中基础结构篇主要介绍机器人的发展历程及特点，并通过介绍生活中的常用工具来学习简单的机械原理；拓展硬件篇主要介绍一款新的智能硬件，将新的智能硬件与机器人配合使用可开拓学生的创新思维，创作更多智能产品。本书图文并茂，语言简洁，易于理解，既

《基于知识工程的多学科设计优化》的主要目标是通过基本概念的全面介绍，使读者深刻理解构成MDO技术基础的优化方法。第2～6章涵盖了这部分内容，熟悉优化方法和优化理论的读者可略读或有选择地阅读这些章节。该书通过3章内容来介绍MDO的核心知识：第7章阐述了解决假设问题的灵敏度分析方法；第8章介绍了当下先进的MDO框架范例；第

本教材共9章，采用知识体系和案例体系两种方式对人工智能技术及其应用进行阐述。第1章介绍了人工智能的概念，对人工智能的社会价值、应用领域以及未来发展进行展望。第2章介绍了人工智能技术知识与知识表示，列出其知识图谱。第3章对机器学习进行概述，从发展、范围、方法、工具以及挑战等方面对人工智能的机器学习进行介绍。第4章介绍了人

人们几乎天天使用常识推理，但用形式化的方式来表示却非常困难。人工智能是研究解决某些通常被认为要用智能才能解决的问题的计算机技术，人工智能研究计算机刻画主体如何获得知识和处理知识的能力，人工智能逻辑就是用逻辑方法和成果研究主体如何处理知识的理论。本书分8章，从人工智能的角度来建立逻辑理论系统，系统全面地介绍了人工智能逻辑

本书系统地介绍了时滞分布参数神经网络中的重要问题，主要内容包括时滞分布参数神经网络的稳定性、周期解、鲁棒性、无源性、自适应同步控制、自适应学习同步、采样同步控制及反同步等问题。书中所给的分析方法包括代数不等式、线性矩阵不等式、随机分析、自适应控制、采样控制、学习控制方法等。书中的内容来源于作者近几年来的创新性研究成果，

《实践深度学习》共6章，第1章主要介绍深度学习必备的器材、操作系统及中间件的安装方法;第2、3章解读了深度学习示例中的基本术语;第4章则通过示例程序说明了VGG-16、ResNet-152的具体操作方法，并给出了提升估测精度的方法。而第5章介绍了基于26层网络的Yolo和有助于医学图像目标识别的U形23层网络模型。第6

《人工智能基础（原书第2版）》把近年来AI发展历程中的重要事件一一进行了梳理，不仅回顾了AI的诞生、发展，还详细归纳整理了当前AI研究的核心问题—规划、推理、机器学习等，又在此基础上对人工智能未来的发展方向给出了一定的预期，包括分布式AI及进化计算等方面，很好地回答了所谓“人工智能的基础究竟是什么”这一问题。本书内容直

本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低，读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。本书在使用每种机器学习的工具或技术之前，都会对相应的理论进行较为详实的介绍。但也同时考虑了机器学习理论的复杂性，在对理论知识的

本书系统地介绍了人工智能的基础知识、核心技术、近年来的发展，以及在金融领域的应用情况。全书分为上下两篇，共14章。上篇为人工智能基础理论，内容包括人工智能概述、智能搜索技术、博弈决策、确定性知识表示及知识推理、不确定性推理、机器学习、计算智能、智能主体技术；下篇为人工智能的应用，内容包括面向金融领域的信息抽取、面向金融