本书讨论人工智能的理论和方法,我们从它的基本原理出发,由此构建它的理论和方法体系.本书由四部分组成,第一部分概论和算法,介绍并讨论了它们的类型、特征、运算和应用,重点讨论它们的定位问题.第二部分是学科,这就是人工智能和其他学科的关系问题.这些学科是生命科学、信息科学等六大学科.第三部分是系统和应用,其中典型的有图像、数

本书主要把握计算机科学与技术的发展趋势，熟悉人工智能的前沿知识和研究热点。本书从人工智能的概述出发，介绍了人工智能研究领域的基础知识，与此同时，对人工智能领域的核心算法--机器学习技术展开详细介绍，让读者掌握对相关技术的算法创新以及工程实践等。该教材紧密联系计算机学科中的人工智能前沿内容和所涉及的项目实践技术，读者通过

本书深入探讨了在网络时代，专家系统在塑造社会信任方面的核心作用及其面临的困境。本书选取公共卫生事件作为研究的切入点，深入分析了专家系统对于风险社会中群体决策和舆论引导的重要性。书中不仅揭示了影响专家系统社会信任的内生和外生因素，而且详细讨论了当这种信任失效风险来临时可能引发的多方面负面效应，包括对媒体信任度、科学知识传

针对国内外推荐系统技术热点问题，作者在推荐系统、深度学习学科领域基础理论方面 从事多年深入探索研究，借鉴国内外已有资料和前人成果，经过分析论证，收集大量专 家学者近年来有关深度学习推荐系统前沿问题的论坛、讲座和报告等展开研究，围绕基 于内容和知识的推荐、混合推荐、深度学习、基于深度学习的推荐以及辅助学习的推荐 等五个方

机器学习虽然在改进产品性能、产品流程和推进研究方面有很大的潜力，但仍面临一大障碍——计算机无法解释其预测结果。因此，本书旨在阐明如何使机器学习模型及其决策具有可解释性。本书探索了可解释性的概念，介绍了许多简单的可解释模型，包括决策树、决策规则和线性回归等。本书的重点是模型不可知方法，用于解释黑盒模型（如特征重要性和累积

本书以统一而较简明的方式介绍人工智能算法在数值求解复杂系统中的基本方法及最新进展。首先从人工智能与机器学习的基础算法开始讲解，从最基础的反向传播神经网络模型开始，介绍一些经典的机器学习算法的基础及其原理。然后从一阶常微分方程初值问题引入，分别介绍了常微分方程、偏微分方程以及积分微分方程数值求解的经典算法。随后分别研究了

本书阐述了边缘智能的科学问题、基本原理、核心技术、落地方案及产业价值，全面介绍了人工智能服务应如何释放到数据源附近的网络边缘，并指出人工智能和边缘计算结合的巨大市场潜力。内容包括边缘智能的发展背景、应用场景、以及一系列边缘智能与云边端协同、机器学习、强化学习、深度学习、区块链等技术共同部署应用的核心技术点与架构方案。此

在人工智能飞速发展的今天，大众对于这一前沿技术仍感神秘且难以窥探其深。为此，本书针对人工智能的核心问题进行了深入剖析，旨在帮助读者揭开其神秘面纱。本书的主要内容围绕以下问题展开：什么是人工智能？人工智能能否解释其决策？它能否承担法律责任？它是否具有代理权？人类应该保留对这类系统的何种控制权，是否取决于所做决策的类型？如

本书全面且详细地阐述了控制工程领域的基础理论知识。全书共7章，深入浅出地介绍了自动控制系统的基本概念、控制系统的数学模型、基于传递函数的时域分析与设计、控制系统的根轨迹分析与设计、控制系统的频域分析、控制系统的校正、线性离散系统的分析和校正相关知识。

本书系统介绍了基于状态空间模型的状态反馈及卡尔曼滤波方法，共8章，由三部分组成，第一部分（第1、2章），连续时间状态反馈控制；第二部分（第3～6章），离散时间状态反馈控制；第三部分（第7、8章），卡尔曼滤波。本书介绍了连续系统及离散系统的状态空间模型建模、状态反馈控制器、观测器、干扰抑制及参考信号跟踪的设计方法，并结合