本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学教学实践的图书。本书含4个部分：第一部分为机器学基础，介绍了机器学的概念、数学基础、思想方法和简单的机器学算法；第二部分为参数化模型，讲解线性模型、经网络等算法；第三部分为非参数化模型，主要讨论支持向量机和决策树模型及其变种；第四部分为无监督模型，涉及聚类、降维、概率图模型等多个方面。本书将机器学理论和实践相结合，以大量示例和代码带领读者走进机器学的，让读者对机器学的研究内容、基本原理有基本认识，为后续进一步涉足深度学打下基础。

随着人工智能技术的广泛应用，网络智能化近年来受到广泛的关注，已经成为下一代移动通信与未来网络的重要技术。阿尔法围棋（AlphaGo）之后，深度强化学习不断推陈出新，为网络中的决策问题提供了有效的潜在解决方案。本书系统介绍了网络智能化中深度强化学习的基本理论、算法及应用场景。全书共8章，针对互联网、移动通信网、边缘网络、数据中心等典型网络，阐述了网络管理、网络控制、任务调度等决策需求，深入论述了深度强化学习的模型构建与应用技术。第1章介绍了网络智能的需求与挑战；第2章介绍了先进的深度强化学习模型与

本书阐释了人工智能（AI）的独特之处，它可能导致哪些法律和道德问题，以及我们如何解决这些问题。它认为AI与先前其他的任何技术都有不同，因为它能够独立且不可预测地做出决策。这引发了三个问题：责任——如果AI造成伤害，谁来负责；权利——赋予AI法律人格的道德争议和务实理由；以及围绕人工智能决策的伦理规范。该书建议，为了解决这些问题，我们需要跨行业和国际层面制定新的制度和法规。本书包含对复杂主题的清晰解释，将会吸引不同学科的受众，无论是对法律、政治和哲学感兴趣的人士，还是对计算机编程、工程和神经科学感

《人工智能从小白到大神（案例视频）》主要从人工智能的发展之路说起，结合丰富的应用与实战实例，详细阐述了Python入门、人工智能数学基础、手工打造神经网络、TensorFlow与PyTorch、卷积神经网络、目标分类、目标检测、图像语义分割、循环神经网络、自然语言处理、生成对抗网络、强化学习等行业前沿知识。 《人工智能从小白到大神（案例视频）》以实践为导向，着重介绍人工智能应用，突破原有对人工智能的晦涩讲解方式，通过微课视频、章节习题以及实验代码，帮助读者简单、快速地获取专业知