本书通过基础理论和算法实践相结合，循序渐进地介绍了人工智能领域中的常见算法，并以围棋游戏作为媒介，全面、系统地介绍了人工智能算法的实现方法，并通过Keras和PyTorch框架实践人工智能算法中的深度强化学习内容。全书共10章，分别介绍围棋的基础知识、如何制作围棋软件、传统棋类智能算法、神经网络入门知识、如何实现围棋智能体程序、通用化围棋智能体程序、策略梯度算法、基于价值的深度学习网络(DQN)算法、ActorCritic算法、如何实践AlphaGo和AlphaZero等知识，书中的每个
本书是人工智能和机器学习领域专家多年实践的结晶。它深入浅出地讲解了无代码人工智能开发平台实践，可以激发读者对人工智能的兴趣、学习人工智能知识、明确人工智能要素、掌握人工智能应用流程，并在学习和工作中不断拓展人工智能的应用领域，探索新的人工智能落地应用场景。本书首先介绍了人工智能和无代码人工智能平台EasyDL的基本用法，涉及图像智能分析、文本智能分析、语音智能分析、EasyDL OCR等；然后，重点阐释了人工智能模型调用、人工智能模型部署方面的内容；最后，分析人工智能在各个领域的应用案例并介绍相
本书采用基于配方的方法完成从数据收集、分析、建模、统计和监视以及部署的基本过程。本书提供来自智能家居，工业物联网和智能设备的真实数据集来训练和评估简单到复杂的模型，并使用经过训练的模型进行预测。本书还介绍了在实施机器学习和深度学习以及其他AI技术（例如自然语言处理、计算机视觉和用于构建智能IoT系统的强化学习）时面临的主要挑战。通过本书读者可以学习如何打包和部署端到端AI应用程序，以及如何将实践解决方案应用于常见的IoT问题。
本书的主要内容包括计算机文化概述、人工智能概述及应用、Python基础和文字处理软件、Python基础和电子表格、Python基础和演示文稿、国产软件等内容, 主要适用于高校信息技术基础教学。本教材的特色是教学内容前沿, python办公自动化编程部分采用案例驱动的方式进行教材的编写和教学内容的讲解。
本书是2022年百度松果学堂高校合作项目资助计划立项建设项目的成果，是江苏省高校“青蓝工程”优秀教学团队(苏教师函〔2022〕29号)的阶段性成果。本书为新形态一体化教材，可与中国大学MOOC平台的网络课程“零基础闯关Java挑战二级”配套使用。 本书紧扣电子信息大类“Java程序设计”课程的要求，针对日常教学中学生“学不会、考不过”的问题，按照“理论精解、实践演练、考题精讲”三步走战略，重点讲解了Java语言的基本特性、面向对象技术、数组、字符串、异常处理机制、数据流技术、集合、用户图形界面设
本书系统介绍了人工智能学科的基本原理与算法，着重介绍了基于符号的推理、深度学习以及强化学习等，并提供了Python、Lisp、Prolog语言的入门级教程，还专门介绍了专家系统构造工具CLIPS以及Agent系统开发平台SPADE。本书共分10章，第1章为绪论，第2章介绍人工智能程序设计语言，之后5章介绍人工智能的基本原理与经典算法，第8章和第9章主要介绍机器学习与深度学习相关算法，最后一章介绍智能Agent。本书注重人工智能的经典算法及其实用性，可作为高校计算机
本书主要研究了状态相关的脉冲对（切换）神经网络稳定性的影响，以及利用脉冲免疫（脉冲解毒）怎么控制网络病毒的传播，是作者近年来的研究成果。 本书首先介绍了状态相关的脉冲（切换）系统、神经网络模型、计算机病毒传播模型，然后运用B-equivalence 方法、Lyapunov 函数和一些分析技巧研究了几类状态相关的脉冲（切换）神经网络的稳定性问题，最后利用脉冲微分方程的比较定理和分岔理论研究了带有脉冲免疫、脉冲解毒和饱和效应的计算机病毒传播模型的动力学性质。 本书可供从事脉冲系统理论、
本书是入门阶段的人工智能技术读物，使读者获得人工智能的入门知识和基本的人工智能思维模式与动手能力，主要内容包括人类智能与人工智能的关系、人工智能的定义、人工智能六大实现途径、智能系统的动手实践等，为学校开展人工智能入门教学或者读者自学人工智能技术提供参考和指南。
本书以通俗易懂的方式从各个层面介绍了AIGC的基础知识，并辅以大量案例引领读者了解AIGC的应用实践，让读者可以更快速地利用AIGC改善工作和生活。 第1章从AI发展历史到资本市场近况阐述了AIGC产业的概况，第2章介绍了AIGC相关技术，第3章介绍了文本类AIGC技术的发展及其在传媒、教育、办公等场景中的应用，第4章介绍了声音类AIGC技术的发展及其在音乐、仿真等领域中的应用，第5章介绍了图片类AIGC的发展及其在图片生成、图片处理、图片识别等领域中的应用，第6章介绍了视频类AIGC的发展及其
强化学习是机器学习的重要组成部分。本书采用理论与实践相结合的写法，从强化学习的基本概念开始，详细介绍了强化学习的算法理论和实践操作，配有Python代码实现，完整呈现强化学习算法的实践细节。通过这本书你将会：（1）理解强化学习最关键方面的问题。（2）探索马尔可夫决策过程及动态规划的过程。（3）深入理解强化学习的各种方法，包括MC方法，TD方法，深度学习Q方法，SARSA方法等。（4）通过大量的现实例子及Python实现程序，不断地实践，成为强
新书资讯 新书推荐