本书围绕TensorFlow2的概念和功能展开介绍，旨在以“即时执行”视角帮助读者快速入门TensorFlow。本书共分5篇：基础篇首先介绍了TensorFlow的安装配置和基本概念，然后以深度学习中常用的卷积神经网络、循环神经网络等网络结构为例，介绍了使用TensorFlow建立和训练模型的方式，最后介绍了Tenso

本书主要针本书主要针对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能的概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语音的智能辨识、人机的智能交互、无人驾驶、智能3D打印等方面

本书以提高创新能力为核心，强调理论与实践的有机结合，突出案例分析和实践锻炼，采用通俗的语言和生动的应用案例，带领读者探索人工智能的世界；通过介绍人工智能基础理论、技术体系、内在实现机理和应用现状，并立足于人工智能具体应用领域，力求全面展示与反映人工智能技术的概念、理论框架、新进展和未来发展趋势。本书适用于高职院校人工智

人工智能及其应用（第6版）

在未来10到20年，人工智能将严重冲击我们的职场，超过半数的岗位和从业者面临淘汰。历史上其他因技术进步引起的职业消亡，与人工智能的影响相比均不可相提并论。 人工智能很强大，但并不是没有弱点，它的根本弱点就是：永远无法通过目前的数学或者统计学方法获得更高的阅读能力，即它无法准确理解人类的语言，因而也无法

本书可视为一本以问题为导向的书籍,非常适合具备一定数据基础和Python基础的读者学习,作为一本数据科学的基础书籍,读者可以在短时间内学习数据科学的经典算法。主要阐述python3基础内容；常用模块进行扼要阐述和实例操作；常见统计量,数据转换,以及多维数组等内容,并通过代码实现；特色是以问题导向的方式阐述了常见的12种

本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及最近几年来的最新进展，包括机器学习的发展史、决策树学习、PAC模型、贝叶斯学习、支持向量机、AdaBoost、压缩感知、子空间、深度学习与神经网络、MCNs、强化学习等内容。在高级篇部分，主要介绍一下作者多年来在机器学习与视觉感知方面的研究成果，包括HGP

本书主要介绍人工智能的发展历史、技术和应用，内容主要包括知识图谱、搜索技术、智能优化算法、机器学习、人工神经网络、深度学习、人工智能应用（人脸识别、语音识别、自然语言处理、机器人等）、人工智能工具、人工智能伦理等。本书的特色是通过案例为主线，提出关键问题，以解决问题为导向，介绍人工智能领域的相关概念、理论、技术和应用，

本书主要围绕人工智能平台ModelArts和人工智能应用开发流程，介绍基本概念、关键模块以及典型的场景化应用开发案例。全书共分为三篇：第一篇人工智能应用开发概述(第1章和第2章)，介绍了人工智能技术、应用、平台，以及人工智能应用快速开发流程；第二篇人工智能应用开发方法(第3章~第9章)，介绍了人工智能应用开发全流程及其

本书讨论了机器学习的基本问题和基本算法。从方便学习的目的出发，本书主要以聚类任务、回归任务、分类任务、标注任务、概率模型、神经网络模型、深度学习模型七个主题对相关内容进行组织。前四个主题以机器学习的四个主要任务为核心讨论相关算法及基础知识。概率类模型和神经网络类模型可以完成聚类、回归、分类和标注等多类任务，但它们各有自