本书分为两部分。第壹部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程

TinyML是指微型机器学习，更准确地说，TinyML是指工程师们在mW功率以下的设备上，实现机器学习的方法、工具和技术。TinyML将深度学习和嵌入式系统相结合，使得微型设备可以做出令人惊叹的事情。作者解释了如何训练足够小以适合任何环境的模型。对于希望在嵌入式系统中搭建机器学习项目的软件及硬件开发人员而言，本书是一个

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术，以群体智能为主线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储；介绍了人工智能的经典算法，并且结合分布式技术，进行大规模分布式架构与演进；介绍了群体智能与博弈，结合

本书向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前*流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。书中示例的数据、工作表和Python代码都在作者

本书是立足智能时代的背景编写的，全书分为12个部分，对大数据、人工智能、区块链、5G、物联网、智慧城市、云计算、数字政府、金融科技、智能医疗、智能制造、智慧教育相关内容进行了深度阐述，力图全景呈现智能技术的概念、思想及发展现状，以及它们对未来产业和社会的影响。该书在智能化产业起步阶段具有行业影响力和启发作用。适合于不同

本书首先对人工智能的定义、历史及国内外发展趋势等方面做了详尽阐述，接着从Agent、搜索、推理、学习、进化、感知以及行动等方向分别对人工智能进行多角度的分析与学习，最后通过一些实际需求场景来说明人工智能在现今各领域方向的应用。本书可作为高等院校数据科学与大数据技术、自动化、计算机等专业的本科或研究生课程教材，也可供计算

人工智能的迅速发展将深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国，按照党中央、国务院部署要求，由科技部牵头制定了《新一代人工智能发展规划》（以下简称《规划》），并于2017年7月在中国政府网上正式发布。《规划》提出发展新一代人工智能的

本书是以作者多年来从事人工智能研究的经验为基础，并广泛参考了国内外最新研究资料编写而成的。本书从人工智能的本源问题出发，着重介绍了人工智能各领域的概念体系、方法体系、经典算法与新的流行算法以及当前人工智能的研究热点——机器学习和机器视觉。 本书可供高等院校人工智能相关专业本科生、研究生作为教材或参考书使用，也可供相关

人工智能是一门新的交叉学科，近年来涌现出了许多新的算法模型和框架。本书面向人工智能算法的实践与应用，参考了*级会议和国内外竞赛平台的内容，将所涉及的分类、检测、识别、预测等多项实验任务进行归类和优化整理。书中对每个实验的背景与内容都进行了详细阐述，对实验的要求与评估方法进行了深入讨论，对实验数据及来源进行了详尽描述，并

本书首先阐述了物联网的基本概念、关键技术和应用案例等物联网的基本理论知识，然后循序渐进地介绍物联网开发的典型实战任务，通过逐级递进式任务介绍法达到理论与实践相结合的目的，使读者清晰地了解物联网系统开发的整体流程。本书针对每个实战任务提供微课视频和源代码。本书可作为高等院校通信工程、电子信息工程、人工智能、机械电子、计算