本书首先介绍机器智能的概念与发展脉络，介绍Python和主流深度学习框架的相关知识，为后续实践奠定工具基础。其次通过结构模拟设计实践，讲解目标检测与跟踪系统的实现；通过功能模拟设计实践，讲解专家系统和问答系统的构建方法；通过行为模拟设计实践，讲解深度强化学习在智能体控制中的应用；通过大模型技术实践，使学习者掌握视觉-语

本书介绍集对论的基本知识及其在新人工智能中的应用。全书共7章：第1章介绍集对论的概念、原理、理论、方法与“集对能”的来源；第2-4章依次介绍集对论绿色智能计算中的联系数的基本运算、偏联系数的计算、赵森烽-克勤概率论；第5章介绍集对论向新人工智能和自然智能逼近的进路以及待深入研究的五元辩证逻辑体系等理论问题；第6-7章介

本教材依据学校所在地及职业特色，特别选取农业场景作为案例背景，通过农业领域的专业性和特定性，详细阐释了人工智能技术的广泛应用潜力以及新时代技术赋能的应用实例。教材的编排结构采用篇章式划分，篇章作为主要分类，其内部章节围绕同一教学目标展开，例如基础原理篇、进阶操作篇、技术应用篇。篇章内容由浅入深，系统地介绍和教授人工智能

本书以人脸识别与语音识别为智能表现形式,通过神经网络搭建与数据训练等内容,引导学生理解机器学习和人工神经网络技术。

本书为华东师范大学哲学系十余位学者的思想合力之作。当人工智能以不可逆之势重塑世界，我们该如何理解这场变革的本质？它究竟是工具的革命，还是对人类存在方式的根本性追问？本书不满足于技术层面的讨论，而是将目光投向更深处的哲学命题：人机交互的边界在哪里？智能与智慧的本质区别是什么？当算法介入情感陪伴、道德判断甚至认知协作，人的

本书不仅带领读者解读一个个PaddlePaddle实战项目，因此是一本不可多得的技术内幕资料。通过本书，读者可以自己用PaddlePaddle训练自己的图像识别模型和进行目标检测，还可以进行舆论导向分析、搭建文本翻译转换引擎、完成一个风格迁移应用。读者可以在自己动手实践过程中找到学习的乐趣，体会PaddlePaddle

本书首先介绍深度学习、线性代数、微积分和概率论相关知识，讨论Python编程相关的基础知识，线性模型中的线性回归模型和logistic模型，梯度下降法，然后讲述深度学习的正向传播算法、反向传播算法及完整训练流程，输出层的激活函数，应用于隐藏层的4个常见激活函数，深度学习的过拟合和欠拟合，以及3种应对过拟合的方法，以及使

本书从深度学习基础知识开始讲解，帮助读者入门深度学习和TensorFlow2的知识；然后，分别通过图像处理和自然语言处理两类实例的介绍，让读者进一步掌握深度学习的应用；最后，讲解了对抗神经网络和强化学习的知识，带领读者进阶深度学习内容。为了让读者学以致用，提供多个简洁易懂的例子，循序渐进地介绍TensorFlow提供的

本书是一本为人工智能和深度学习从业者量身打造的数学入门与进阶指南。全书围绕构建深度神经网络所需的核心数学知识展开，系统介绍了线性代数、向量微积分、概率与统计、优化方法以及图论等基础内容，并在此基础上深入剖析了神经网络的结构与原理，包括前馈神经网络、卷积神经网络、循环神经网络、注意力机制、生成模型、元学习和几何深度学习等

本书介绍机器学习的基础理论及应用。全书共12章，第1章和第2章介绍机器学习的基础知识；第3-9章介绍传统的监督学习算法；第10章介绍神经网络相关内容；第11章和第12章分别介绍无监督学习算法中的聚类和降维。