机器学习是计算机科学与人工智能的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度

本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书也用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能

深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和TensorFlow实践，全书共8章。第1章给出了深度学习的基本概况。第2章详细介绍了神经网络相关知识，内容包括M-P神经元模型、感知机、多层神经网络。第3章介绍了被广泛认可的深度学习框架TensorFlow2的安装流程与新特性。第4章详细介绍了Te

本书通过模拟人脑的神经元信号传播过程,使计算机程序在某些任务中具有与人类相当、甚至超越人类的智能表现。随着近年来计算机硬件的高速发展,各领域海量数据的爆炸式积累,以及相关的软件框架的研究与推广,基于新型神经网络的图像和文本数据的深度学习技术逐渐成为计算机科学与人工智能领域的研究热点。本书以现今应用最广泛的人工智能编程语

人工智能与开源硬件

《人工智能与信息技术教程》作为高等职业院校学生人工智能和信息技术通识课程的教材，是按照高等职业教育各专业领域高素质技术技能人才培养目标的要求编写的。本教材采用项目导向、任务驱动方式组织内容，全书共包含6个知识板块：人工智能信息获取、人工智能技术的应用、Word2010文档制作与处理、Excel2010表格处理与分析、P

类脑人工智能是研究、开发用于模拟、延伸和扩展人脑智能的理论、方法及应用的技术科学，将类脑人工智能技术应用于目标检测与跟踪，可大幅提升复杂背景、干扰条件下的目标检测概率及跟踪精度，具有重要而广泛的应用前景。本书系统阐述了人脑视觉信息处理机制的基本原理、主要特性、数学建模及算法设计等。同时，结合深度神经网络（DNN）、类脑

《智能之门：神经网络与深度学习入门（基于Python的实现）》是作者在总结多年的实际工程应用经验的基础上编著而成的，是一本面向本科生的神经网络与深度学习的入门教材。通过阅读该书，读者可以掌握神经网络与深度学习的基本理论，并通过大量的代码练习，在做中学，提高将理论知识运用于实际工程的能力。该书内容丰富，以“提出问题-解决

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积

《零基础实践深度学习》从人工智能、机器学习和深度学习三者的关系开始，以深度学习在计算机视觉、自然语言处理和推荐系统的应用实践为主线，逐步剖析模型原理和代码实现。书中的内容深入浅出，通过原理与代码结合、产业实践和作业题结合的方式，帮助读者更好掌握深度学习的相关知识和深度学习开源框架的使用方法。为了让更多的读者从中受益，快