机器学习是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是模拟人类的学习活动，从数据中获取知识和技能，重新组织已有的知识结构，从而不断改善系统性能。本书共9项目。项目1介绍机器学习基础，概要介绍机器学习的发展简史和一般步骤，以及本书涉及的方法和算法；项目2项目7讨论k近邻算法、线性回

本书全面系统地阐述了人工智能的基本原理，勾画了人工智能理论和技术体系的基本框架，内容涵盖了人工智能各个分支领域的基本知识和主要内容，并体现了人工智能的最新进展。本书内容全面、基础、新颖、实用，为读者进一步学习和研发奠定了基础，指引了方向。全书共分为六篇，每篇为一个知识单元。本书结构风格独特，条理清楚，语言精练，图文并茂

本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从tensorflow的基本语法，基础教程、高级工具以及进阶教程来对深度学习的理论与技术进行深入分析与讲解，并提供大量的案例从零开始教会读者如何使用深度学习进行开发以及应用。本书主要介绍如何应用Tensorflow来实现深度学习的架构与应用。全书从

本书分为14章,涵盖的主要内容有人工智能的发展;开发环境的部署与使用;TensorFlow2.0框架结构及基本函数使用;神经网络的发展与基本结构;图像处理;TensorFlow2.0可视化工具TensorBoard;普通神经网络曲线拟合;普通神经网络和卷积神经网络MNIST手写字体识别;图像风格迁移;小型汽车车牌识别;

本书属于人工智能方面的基础研究的著作,全面探讨研究人工智能的基本理论和技术发展,由人工智能基本概念、确定性知识系统、不确定性知识系统、智能搜索技术、自然语言理解等五大部分组成。全书以人工智能为研究对象,分析人工智能的原理及其在各方面的应用,在此技术基础上,结合现实需求,提出人工智能对社会的重要性与未来的发展方向。

TensorFlow是谷歌公司于2015年研发的深度学习框架。它的出现降低了人工智能时代的入门门槛，提高了开发效率。本书针对TensorFlow2.0版本编写，基于工作过程进行系统化的体例设计，采用理论知识结合项目实例的形式，由浅入深地介绍TensorFlow深度学习框架的原理、特性、编程技巧和应用方法。本书包含深度学

本书共9章，主要介绍了人工智能在监督学习、非监督学习、强化学习3个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。全书采用Python作为实现语言，通过大量原创图表及实用案例让读者参与和体验人工智能的决策过程，希望读者能够了解

人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容,比较全面地反映了国内外人工智能研究领域的*进展和发展方向,包括智能优化算法及应用研究。本书共6章,主要内容包括:人工智能的定义、起源、分类与发展,人工智能的知识表示方法,确定性推理的主要

全书系统性地介绍了AI入门的有关知识，从AI与人类对话、与人脑的差异、AI艺术创作等多个方面探讨了AI的发展进程，重点介绍了深度学习这一AI领域关键技术，探讨它的进化程度将如何影响人类未来的生活与工作等。在全书Z后的部分，还全景展示了作者对两位知名AI专家的采访，对于目前AI主流的研究方向和入门基础有精彩的观点和详细的

我们人类既不同于无生命的物体（如岩石和雨滴），也不同于从单细胞生物体到其他哺乳动物的无数生命形式。人类真的是个与众不同的物种吗？与其他动物相比，我们是否有本质区别？如果是的话，我们是如何获得这一特殊地位的呢？我们身上的哪些特征，把我们与其他动物区分开来？是什么使人类成为“人”？这些问题并不新鲜，从古代以来，许多学者和哲