机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。《机器学习实战》第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学
《高等学校教材·神经网络：理论技术方法及应用》主要对目前神经网络领域的理论、主流的技术方法和开发应用进行了系统的归纳和阐述。全书共分9章，分别介绍了绪论、神经网络基本模型、神经网络学习理论、前馈型神经网络、反馈神经网络、模糊神经网络、脉冲耦合神经网络、智能算法和神经网络集成。《高等学校教材·神经网络：理论技术方法及应用
作为Web2.0的典型应用之一，社会化标签具有独特的优势，可以为Web知识推送提供十分有价值的基础数据。本书借鉴数学领域的图论、物理学领域的复杂网络、社会学领域的社会网络分析、图书情报学领域的信息计量，阐述了网络分析的基本原理，进而建立基于共现分析的社会化标签网络和基于社会化标签的潜在社会网络。然后，分别构建基于用户层
张金玉、张炜编写的这本《装备智能故障诊断与预测》将智能诊断与智能预测两类研究课题有机地结合起来，从智能故障诊断和预测的一般理论与方法的简要介绍出发，深入系统地论述智能故障诊断与预测的基本理论、概念和方法，重点阐述智能诊断与预测的新理论、新方法和新应用实例。既包括已经做过大量研究的诊断与预测知识获取与表示、模糊智能诊断与
《MATLAB神经网络原理与实例精解》结合科研和高校教学的相关课程，全面、系统、详细地介绍了MATLAB神经网络的原理及应用，并给出了大量典型的实例供读者参考。《MATLAB神经网络原理与实例精解》附带1张光盘，收录了《MATLAB神经网络原理与实例精解》重点内容的配套多媒体教学视频及书中涉及的实例源文件。这些资料可以
《21世纪高等学校规划教材·计算机科学与技术：智能信息处理导论》可作为智能科学与技术、电子科学与技术、信息与通信工程、计算机科学与技术、电气工程、控制科学与技术等专业高年级本科生的教材和相关专业研究生、博士生“智能信息处理与优化”等课程的教材，同时可以供智能信息处理与智能控制技术研究人员参考。
《前馈神经网络分析与设计》系统地论述了前馈神经网络的主要理论、设计基础及应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉它的基本原理和主要应用，掌握它的结构模型和设计应用方法，特别是前馈神经网络的参数学习算法和结构设计方法，为深入研究和应用开发打下基础。为了便于读者理解，书中尽量避免烦琐的数学推导，加强
廉师友编著的《人工智能技术导论(第3版)》全面系统地介绍了人工智能技术的基本概念和原理，勾画了人工智能学科知识体系的基本框架。全书共分为6篇。第1篇：概述与工具，概要介绍人工智能学科的知识体系、分支领域和研究方向；第2篇：搜索与求解，介绍图搜索与问题求解及基于遗传算法的*优化搜索；第3篇：知识与推理，介绍一些常见知识
大部分神经网络的稳态解问题与差分方程的周期及边值问题有着密切的内在联系，抽象出诸问题的共性，将它们放在一起进行研究，可获事半功倍的效果。通常研究差分方程周期及边值问题的方法，可以用来讨论神经网络的稳态解问题。本书的主要内容包括某些可精确求稳态解的神经网络，神经网络稳态解的分岔问题，用迭合度理论、不动点理论和临界点理论等
智能信息处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广阔的应用前景。《智能信息处理（第2版）》介绍模糊信息处理、神经网络信息处理、云信息处理、可拓信息处理、粗集信息处理、遗传算法、蚁群算法、免疫算法、信息融合、量子智能信息处理、粒子群优化算法和DNA算法。《智能信息处理（第2版）》除供
书目推荐 更多
