本书内容主要涉及人工智能经典及实用的关键技术，以及人工智能近年来*新发展的技术，具体包括人脑认知、经典人工智能、经典人工神经网络、优化与智能计算、统计学习方法、深度学习、强化学习、自然语言处理、智能机器人。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例；主要章后均附有习题。本书结合了编者多年来从事人工智能科

强化学习是一类重要的机器学习方法,在很多领域得到了成功的应用,*近几年与深度学习结合起来,进一步推动了人工智能的发展?本书首先介绍了强化学习的基本原理,然后介绍典型的强化学习算法,包括时序差分?SARSA?Q-Learning?DeepQ-network?DoubleDQN?竞争网络结构?Rainbow?Actor-C

人工智能迅猛发展，对社会和商业的影响日益深刻。我们在过去被认为非常难以解决的问题，会因为大数据和机器智能的使用而迎刃而解，比如自动驾驶、语音识别甚至解决癌症个性化治疗的难题。同时，机器智能还会颠覆现有商业模式，很多传统的行业都将采用智能技术实现升级换代。

智能的概念和内容很多，其核心思想是模拟人或其他生物的神经系统，实现各种运算和操作过程，尤其是人的智能操作。《BR》本书由四部分组成，第一部分是概论，讨论智能计算的类型、特征、发展过程和应用问题，并介绍和其他学科的关系问题。这些学科主要是生命科学、信息科学等。第二部分是算法篇，介绍智能计算中多种不同类型的算法，详细介绍它

MATLAB为机器学习领域提供了必要的工具。用户可以借助MATLAB环境提供的强大交互式图形界面，非常轻松地解决机器学习问题。 本书在介绍每个主题前，会简要概述其理论基础，然后辅以实际案例进行阐释。通过阅读本书，读者能够应用机器学习方法，并能充分利用MATLAB的功能解决实际问题。 《MATLAB机器学习》前3章主要介

本书共七章,包括人工智能的基本认知、机器学习、专家系统、自然语言理解与处理、智能信息处理、计算机视觉等内容。

本书分四部分介绍深度学习算法模型及相关应用实例。第一部分介绍在深度学习中必备的一些数学和机器学习的基础知识。第二部分介绍卷积神经网络、循环神经网络、深度强化网络等经典模型，并对每种模型从原理、结构、优化等方面进行论述。第三部分介绍深度学习中常用的优化方法及训练技巧。第四部分结合实践来介绍深度学习在计算机视觉、模式识别中

本书由院校与企业联合编写，是针对中高职物联网相关专业的入门教材，理论结合实际。本书部分内容来自企业真实案例，并由企业一线的工程师编写，理论知识由具有丰富教学经验的职业院校专业教师编写。本书包括10个单元，主要内容包括：物联网认知、物联网体系结构与标准、传感技术概述、物联网无线传输技术、物联网安全、物联网应用、物联网感知

《深度学习：从Python到TensorFlow应用实战》全面介绍深度学习中的卷积神经网络结构、学习原理、代码实现、API调用等基本知识，重点介绍开发深度学习应用所需要的Python技术基础以及TensorFlow深度学习库，并以文本分类和语音识别为例说明TensorFlow的应用场景。《深度学习：从Python到Te

《人工智能开源硬件与Python编程实践》是基于机器视觉、语音识别等典型方法的开源硬件及开源算法，利用Python编程工具而设计的创新实践项目。 《人工智能开源硬件与Python编程实践》注重推动人工智能新技术的工程实践，将人工智能教育与创客教育相结合，课程模块包括颜色形状检测、目标跟踪、边缘检测、轨迹跟踪、人脸检测