本书共分12个章节，其中前半部分分别介绍了目前研究领域已经较为成熟的生成对抗网络模型，比如DCGAN、WGAN等等，以及大量不同结构的生成对抗网络变种。生成对抗网络毫无疑问是当今热门的人工智能技术之一，曾被美国《麻省理工科技评论》评选为“全球十大突破性技术”。《生成对抗网络入门指南》是一本结合基础理论与工程实践的入门型

随着互联网络飞速发展，人们所面临的信息过载问题日益严重，帮助人们快速有效地获取信息变得尤为重要。标题高度概括了原文的关键内容，是人们判断是否继续阅读原文的重要依据，因此研究标题生成问题具有相当重要的意义。目前神经网络标题生成方法因为其完全数据驱动以及无需额外人工定义特征的特点，获得了广泛的关注。但在该领域的研究中仍然存

“中国教育三十人论坛”有三个精彩看点：一是大咖云集，近距离聆听来自前沿的教育思想和智慧；二是全面深入了解教学一线的实践探索，启迪对未来教育的思考；三是跨界盛会，见证高科技公司在教育领域的探索。 本书完整记录了论坛各位嘉宾对人工智能与学习科学教育问题的深思熟虑和真知灼见。

本书作者结合自身的经历，讲述了在AI时代下，要成为一名专业人士，在事业上取得成功，光靠“基本能力”和“学习能力”是不够的，还必须掌握“职业能力”“人际交往能力”，甚至是“组织能力”，并且不断去修炼这些能力。本书适合职场人士阅读。

本书共分8章，系统地介绍了神经网络盲均衡算法的基本理论及算法形式。首先分析了盲均衡算法的基本原理、均衡准则、评价指标以及与神经网络的结合机理。其次，系统研究了前馈神经网络、反馈神经网络、进化神经网络、模糊神经网络和小波神经网络盲均衡算法的基本原理，推导了算法迭代公式，并进行了计算机仿真。最后采用zigzag编码和前馈神

《机器学习实用教程》将根据高等院校所开设的《机器学习》教学实践的要求，结合重庆工商大学教学实践情况，重点讲授重要的机器学习理论以及相关算法的实现。

《人工智能概论——基础理论、编程语言及应用技术（微课视频版）》从应用出发，系统介绍人工智能的基本理论、方法和技术，以及传统行业AI化改造的解决方案。全书共8章，内容涵盖人工智能概述、Python基础、机器学习、计算机视觉、语言识别、自然语言处理、知识图谱和人工智能行业解决方案。 《人工智能概论——基础理论、编程语言及

场景化机器学习

《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。 第2版中每章都有新增内容，并增加了全新的第13章，

本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成，力求精准、小地覆盖机器学数学知识。包括微积分，线性代数与矩阵论，**化方法，概率论，信息论，随机过程，以及图论。本书从机器学角度讲授这些数学知识，对它们在该领域的应用举例说明，使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识