人工智能超入门丛书致力于面向人工智能各技术方向零基础的读者，内容涉及数据思维、数据科学、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向，体系完整、内容简洁、文字通俗，综合介绍人工智能相关知识，并辅以程序代码解决问题，使得零基础的读者快速入门。本书是人工智能超入门丛书的一个分册，以机器学习为主线，介绍如何利用机器学习进行数据分析。全书内容共分7章，主要包括机器学习基本概念、数据分析相关基础知识、机器学习解决四类问题（回归问题、分类问题、聚类问题、降维问题）的算法、神经网络相
本书主要讲解人工智能的技术发展和行业现状，旨在帮助读者掌握进入人工智能行业工作的知识和方法。 本书首先介绍人工智能的技术概况、人工智能对人们的生活和工作的影响，以及人工智能的三大技术--机器学习、深度学习和大数据的基本原理与应用。其次，本书介绍人工智能从业者所需要的专业技术，并提供相应的学习方法。接着，本书介绍人工智能的行业概况，并将人工智能行业的岗位分为算法岗、工程岗、数据岗和产品岗，详细介绍各岗位的工作内容、能力要求、发展方向等。随后，本书讲解在人工智能行业求职的方法，包括求职前的准备工作和
本书着眼于人工智能自身的安全问题，旨在将当前人工智能安全的基础问题、关键问题、核心算法进行归纳总结。本书的定位是学习人工智能安全的入门书籍，因此先详细介绍了人工智能安全相关的基础知识，包括相关的基础算法和安全模型，使得读者明确人工智能面临的威胁，对人工智能安全有一个大体的概念和初步认识。然后将人工智能系统的主要安全威胁分为模型安全性威胁和模型与数据隐私威胁两大类。模型安全性威胁主要包括投毒攻击、后门攻击、对抗攻击、深度伪造。模型与数据隐私威胁主要包括窃取模型的权重、结构、决策边界等模型本身信息和
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、
新书资讯 新书推荐