人工智能不只是一种技术，更是一种政治。本书从当代政治哲学的具体主题切入讨论人工智能政治，包括：自由、操纵、剥削和奴役；平等、公正、种族主义、性别歧视和其他形式的偏见与歧视；民主、专业知识、参与和极权主义；权力、规训、监控和自我建构；与后人类主义和超人类主义相关的动物、环境和气候变化等，由此勾勒出了人工智能政治哲学的思考

本书是人工智能入门性教材。根据学科的迅速发展及广大读者的需要，在前两版的基础上保留原有编写风格和优势，对内容进行了修订升级，对难度较大的知识点进行了重新编写，使其更易理解。全书由4篇共17章组成。第一篇是人工智能基础理论篇，共9章(第1-9章)，从整体角度介绍人工智能的基本概念与基础理论。第二篇是应用技术篇，共4章(第

随着科技的不断进步，人工智能迅速发展。人工智能的发展离不开算法，而在算法中，分类技术是人工智能发展的重要组成部分。本书针对粗糙集分类技术的模型及其特征选择算法展开了深入研究。主要内容包括：(1)正向宏近似分类模型及其特征选择算法。正向宏近似分类模型把整个决策类集作为一个整体来近似，从宏观的角度描述了决策类集的上下近似，

本书主要内容涵盖人工智能的基本概念、搜索算法、机器学习、深度学习、自然语言处理、计算机视觉、人工智能安全与伦理、智能控制、智能机器人、智能医疗、智能金融、智能交通、智能安防、智能家居、智能农业和智能教育。本书内容丰富，条理清晰，注重理论与实践相结合，通过大量的案例和实验，使读者更好地理解和掌握人工智能技术及相关应用。同

勇敢的新世界：伪装的艺术……正如人工智能这个名字所暗示的，它是人工的，与人类智能根本不同。然而，人工智能的目标通常是模仿人类智能，这种欺骗从最初就开始了。自从艾伦·图灵回答了“机器能思考吗？”这个问题，并提出机器假装是人类以来，我们就一直在尝试模仿。现在，我们开始构建真正欺骗我们的人工智能。像ChatGPT这类强大的人

本书是日本人工智能领域的畅销书，作者均为模式识别领域的知名学者，并基于他们多年的研究、实践经验和独特的视角，从模式识别的基本概念开始，以通俗易懂的语言介绍了机器学习、识别函数设计、特征的评价、特征空间的变换、子空间法、最小二乘法等常用的模式识别基础知识和算法，精心设计的习题能帮助读者进一步深入理解模式识别理论。在心得栏

本书共10章，涵盖的主要内容：机器学习概述；为什么机器学习需要概率论；概率的定义；集合和事件；独立性；概率的性质；常见的计算概率方法；离散型和连续型概率分布；离散型和连续型概率分布的期望值、方差与标准差；几种常见的离散型和连续型概率分布；条件概率；联合概率；边缘概率；贝叶斯理论；随机过程简介；马尔可夫链；隐马尔可夫模型

本书作者分享了数十个来自初创公司和各领域企业的人工智能应用案例，讲述了从事人工智能部署工作者的个人经历，生动形象地向读者展示了人工智能的实践思路，继而描绘了未来熟练应用人工智能的场景。

教育信息化促进了教育测评理念的变革，人工智能时代的教育更加关注以智能技术驱动的学习者认知分析与个性化学习的诉求。本书遵循"理论-方法-应用"研究范式，探索人工智能时代的学习认知分析的新理论与新方法。

本书是作者对自2008年起系统分析"机器能否获得认知发展能力"这一问题而不得不先诉诸于"人工智能基础问题"或"认知哲学"方面的研究其结果的总结。本书立论开宗明义：将机器认知发展问题简化为"物理机器的概念产生问题"。据此，作者遂建立起自己对"概念体系"的理论和对"心灵哲学"的基本观念，之后使用符合哲学讨论习惯的方式进行论