全书共7个单元，包括人工智能基础——进入AI世界、AI技术背后的秘密——AI的关键技术、AI塑造世界——AI实践应用·上、AI塑造时间——AI实践应用·下、未雨绸缪——在AI时代保持竞争力、人类与人工智能——世界更美好。本书介绍基本概念并解释原理框架，以期让学习者能切实理解和掌握人工智能的基本原理及相关应用知识。

本书围绕忆阻神经网络电路的设计、实现与应用展开，在阐述忆阻的基本概念与特性的基础上，详细介绍忆阻模型、基于忆阻的逻辑运算电路、忆阻突触与神经元电路，进一步阐述基于忆阻的感知机神经网络、误差反向传播神经网络、径向基函数神经网络、Hopfield神经网络、长短时记忆神经网络、卷积神经网络、胶囊神经网络等多种忆阻神经网络电路

本书对图像处理、图像分类等技术进行了深入剖析，帮助读者理解和掌握这一领域的关键技术和发展趋势。图神经网络则是对惯性传感器采集的非欧空间数据进行建模，拓展学生的问题分析角度。为了帮助读者更好地理解人工智能的基本原理和实现方法，本书引导读者使用Python语言实现人工智能算法，并提供了丰富的代码示例和实践项目。此外，本书还

本书共分为11个模块，内容涵盖了目前人工智能领域的主要技术及应用场景，例如机器学习、深度学习、自然语言处理、知识图谱、语音识别、机器视觉、生物特征识别、Python基础、AI大模型、新一代信息技术等。

本书将从五个部分展开：(1)机器学习与数据挖掘基础：介绍机器学习与数据挖掘的基础理论，包括基本概念、数据挖掘基本过程、数据挖掘的基本应用；(2)数据及数据预处理：介绍数据的基本类型预计数据预处理的基本方法，包括数据除噪、缺失值的处理、数据冗余处理、数据降维、数据转换等方法；(3)数据挖掘基本方法：在上述理论与技术的基础

本书系统地介绍了包括线性回归、逻辑斯谛回归、决策树、支持向量机、聚类等经典机器学习方法，并对卷积神经网络、循环神经网络和Transformer等深度学习方法进行了简要介绍。

本书内容首先介绍了人工智能的概念内涵，以及模式识别与人工智能、机器学习的相互关系，然后详细阐述了模式识别的一系列基本概念，分析了模式识别问题的解决思路，建立了完整的模式识别系统。书中针对线性分类器、贝叶斯分类器、最近邻分类器、组合分类器、聚类算法、模糊模式识别、神经网络模式识别和结构模式识别等各类算法进行了详细讲解，构

本书以机器人操作系统为软件平台，结合智能无人机、无人车等硬件设备及虚拟仿真环境，通过任务牵引的方式帮助读者学习理论和实践基础。全书共9章，主要内容包括智能无人系统和ROS，典型传感器的功能和特点，图像处理和模式识别，无人机人脸跟踪实验，无人机二维码跟踪实验，无人机圆环穿越实验，路径跟踪和路径跟踪，无人车建图导航实验，综

本书本着“重思维、强实践、应用驱动”原则，包含人工智能软硬件基础、人工智能数据和编程基础、人工智能应用实践和人工智能的伦理与法律四个模块，构建一个以学生为中心、理论与实践相结合、激发兴趣与培养能力并重的人工智能通识课程，为培养面向未来的创新型人才奠定坚实基础。通过深入浅出的讲解，读者将对人工智能的核心思想、硬件平台和软

本书是人工智能通识课教材，旨在帮助学生全面了解人工智能技术的基本概念、发展历程，掌握生成式人工智能技术的概念及其在文本生成、图像生成、音视频生成、代码生成、低代码开发等多个领域的应用。 本书内容深入浅出，共包括8个项目：人工智能概述、人工智能发展要素、AI文本生成、AI图像生成、AI视频生成、AI低代码开发、AI趣味应