进入21世纪，随着大数据、高性能计算等信息技术的发展变革，以及机器人系统加速向产业化迈进，推动了以深度学习为代表的第三次人工智能（ArtificialIntelligence，AI）热潮，使得人类社会开始从信息化时代迈入智能化时代。人工智能理论、技术与应用发展迅速，正在深刻的影响和改变着人们的生产和生活。从手机中的语音

本书分为9章，包括绪论、知识表示与推理、图搜索技术和问题求解、智能优化算法、机器学习、人工神经网络与深度学习、专家系统、模式识别与机器视觉、强化学习与生成对抗网络。本书力求在讲解人工智能基础的前提下，同时对应用型的人工智能前沿知识理论和科技成果进行展现，结构组织合理，内容理论与实践相结合，对读者的层次和理解进行了充分考

Kubeflow是基于K8S的机器学习工具包，是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐进的方式，从Kubeflow的安装、使用和设计开篇，随后从模型训练的整个周期展开，涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节，既有相关的理论知识也

本教程通过阐述直观而严谨的机器学习方法，为学生学习和掌握研究和构建数据驱动产品所需的基本知识和实用工具。内容优先解析几何直觉和算法思维，为学生提供新颖和易于学习的方式；书中也强调机器学习结合实际应用，包括计算机视觉、自然语言处理、经济学、神经科学、推荐系统、物理学和生物学案例分析；作者精心设计300多幅彩色插图，让读者

本书对所有重要的机器学习方法和新近研究趋势进行了深入探索，新版重写了关于神经网络和深度学习的章节，并扩展了关于贝叶斯学习的内容。书中首先讨论基础知识，包括均方、zui小二乘和zui大似然方法，以及岭回归、贝叶斯决策理论分类、逻辑回归和决策树。然后介绍较新的技术，包括稀疏建模方法、再生核希尔伯特空间和支持向量机中的学习、

本书致力于推动人工智能的普及教育，使用通俗易懂的语言深入浅出地介绍了人工智能相关知识，包括机器学习和深度学□□基本内容，并结合图像信息处理和自然语言处理两个典型应用展开阐述，使读者能快速掌握人工智能的基本概念、基本知识体系和框架，为进一步学习打下良好基础。本书共分6章：前4章主要介绍基础入门知识，包括绪论、基本分类、回

本书可能是国内第一本较为全面地介绍人工智能伦理的主要概念及人工智能应用伦理等方面知识的书籍。书中系统性地展示了人工智能面临的各方面的伦理问题。在介绍社会关注的热点人工智能伦理问题，如数据、算法、机器人、自动驾驶以及人工智能行业应用伦理等问题的基础上，提出

本书以Python为基础，使用Sklearn平台，逐步带领读者熟悉并掌握机器学习的经典算法。全书共12章，主要内容包括人工智能概述、Python科学计算、数据清洗与特征预处理、数据划分与特征提取、特征降维与特征选择、模型评估与选择、KNN算法、决策树、线性模型、朴素贝叶斯算法、支持向量机和k均值聚类算法，附录介绍了课程

《OpenCV4.0+Python机器学习与计算机视觉实战》详细阐述了机器学习与计算机视觉相关的基本解决方案，主要包括滤镜、深度传感器和手势识别、通过特征匹配和透视变换查找对象、使用运动恢复结构重建3D场景、在OpenCV中使用计算摄影、跟踪视觉上的显著对象、识别交通标志、识别面部表情、对象分类和定位、检测和跟踪对象等

人工智能的发展需要对所解决问题的有深入的数学理解，矩阵代数正是一种基本的数学工具，在人工智能学科的研究中具有根本性的意义。本书的目的是为人工智能的研究和实践提供坚实的矩阵代数理论基础。全书共9章，分数学基础、应用两部分讲述矩阵代数方法在人工智能中的应用。第一部分《人工智能的矩阵代数方法：数学基础》包括第1–5章，提供矩