本书系统地介绍智能科学的概念和方法,吸收了脑科学、认知科学、人工智能、信息科学、形式系统、哲学等方面的研究成果,探索自然智能和机器智能的机理和规律。

本书详细探讨非完美非完全信息博弈动力学理论、方法与实践。主要内容包括智能体在非完全信息条件下的认知差异和博弈行为、多智能体博弈动力学、智能决策和人机博弈等多个领域。书中通过理论分析与实证数据相结合,深入分析了非完全信息环境下的动态博弈特性,并提出相应的优化工具与解决方案。

本书为满足人工智能通识教育的现实需求而编写，力争用通俗易懂的语言阐明人工智能的复杂概念和算法逻辑，同时按照应用导向、案例驱动的思路，引导读者应用人工智能方法与技术解决实际问题。本书共8章，分别是计算与人工智能概论、人工智能开发工具与平台、计算系统、人工智能的数据基础、机器学习基础与应用、深度学习基础与应用、大模型技术与

本书结合人工智能的技术实践，特别是当前热门的大语言模型，讲解智能系统规划，智能系统需求分析，智能系统架构设计，智能系统算力平台设计，智能系统数据平台设计，智能系统算法设计，智能系统开发、部署和运维，智能系统伦理、安全和隐私保护策略，行业应用，总结人工智能在应用中面临的挑战，探讨人工智能未来发展的趋势及其对软件开发的影响

本书内容涵盖深度学习的基础理论及前沿技术，内容循序渐进，旨在逐步提升学习者对深度学习技术的理解和应用能力。本书共10章，主要内容包括绪论、深度学习基础理论及实践、卷积神经网络理论及实践、基于CNN的目标检测算法及实践、基于CNN的图像分割算法及实践、循环神经网络理论及实践、注意力机制与Transformer、生成式网络

译者序 在机器学习、计算机视觉和机器人研究中，人们对无监督学习的兴趣逐步提高。传统的无监督学习属于机器学习的一种训练方式，常用于数据挖掘、图像识别、视频分割等任务，包括聚类、主成分分析、支持向量机等算法。这些算法大部分基于统计学方法，缺少反馈能力，一旦更换训练数据集，学习效果就会不尽人意；另外，在真实环境下无法提供学习

《人工智能导论》本教材系统介绍人工智能的基本概念、发展历程及研究内容，涵盖知识表示、搜索策略、机器推理等基础理论，并深入探讨机器学习、深度神经网络、自然语言处理及智能机器人等关键技术。全书共八章，从基础理论到前沿应用，结合最新研究成果与案例，帮助读者全面掌握人工智能的核心知识。本书结构清晰，内容深入浅出，兼具学术性与实

本书共9章，具体内容包括深度学习基础、底层视觉算法、图像分类、图像边缘检测与分割、计算机视觉算法、自然语言处理算法、自然语言处理应用、深度模型部署、综合应用实践案例。除了纸书内容外，本书还配套线上仿真实验及丰富实践练习等内容，侧重培养读者的动手实践能力。本书在编写中着重介绍基本概念、基本原理和基本分析方法，突出实践应用

本书依据新时代高校人工智能通识课程教学基本要求，紧跟新一代信息技术发展，从信息与社会、平台与计算、程序与算法、数据与智能4个维度布局内容，具体内容包括信息与社会、计算系统与平台、程序设计与问题求解、计算机网络与物联网、大数据分析与可视化、人工智能与神经网络、机器学习与大模型应用。本书所涉及的内容能够与时俱进并紧扣新时代

本书紧紧围绕高校通识教育的核心理念，系统构建人工智能核心知识体系，内容涵盖基础理论、关键技术及前沿应用，旨在培养读者的人工智能素养。全书共7章，内容包括人工智能概述、机器学习基础、自然语言处理、语音信号处理技术、计算机视觉、智能机器人与具身智能、AIGC应用实践。本书可以帮助读者充分了解人工智能技术，并在学习、工作与科