本書聚焦新時代人工智能素養(yǎng)，系統(tǒng)且全面地介紹了人工智能知識，助力讀者理解并應用這一前沿技術，內容涵蓋人工智能的歷史、概念、社會影響及核心技術。本書深入探討其在多領域的應用，包括智慧農業(yè)、智能機器人、醫(yī)療影像診斷等，展示了AI為各行業(yè)帶來的變革與價值。

本書共分為八個項目,每個項目圍繞幾個具體應用場景案例展開,從理論講解到實踐操作,逐步引導學生掌握生成式人工智能的精髓。項目一:生成式人工智能介紹。主要闡述生成式人工智能的基本概念、發(fā)展歷程、核心算法(如GANs、VAEs、Transformer等)及其工作原理。分析生成式人工智能相較于傳統(tǒng)AI的優(yōu)勢與挑戰(zhàn)。項目二:生成

本書全面梳理機器學習、深度學習和強化學習相關理論和方法,完整設計各種模型和算法的應用實例。首先概述與人工智能和深度學習相關的基本概念和發(fā)展歷程;然后詳細介紹機器學習中的回歸任務、分類任務、梯度下降法的基本理論和算法,并給出完整的TensorFlow編程實例;之后循序漸進地闡述人工神經(jīng)網(wǎng)絡與深度學習、深度神經(jīng)網(wǎng)絡的訓練方

本書系統(tǒng)地介紹智能科學的概念和方法,吸收了腦科學、認知科學、人工智能、信息科學、形式系統(tǒng)、哲學等方面的研究成果,探索自然智能和機器智能的機理和規(guī)律。

本書詳細探討非完美非完全信息博弈動力學理論、方法與實踐。主要內容包括智能體在非完全信息條件下的認知差異和博弈行為、多智能體博弈動力學、智能決策和人機博弈等多個領域。書中通過理論分析與實證數(shù)據(jù)相結合,深入分析了非完全信息環(huán)境下的動態(tài)博弈特性,并提出相應的優(yōu)化工具與解決方案。

本書為滿足人工智能通識教育的現(xiàn)實需求而編寫，力爭用通俗易懂的語言闡明人工智能的復雜概念和算法邏輯，同時按照應用導向、案例驅動的思路，引導讀者應用人工智能方法與技術解決實際問題。本書共8章，分別是計算與人工智能概論、人工智能開發(fā)工具與平臺、計算系統(tǒng)、人工智能的數(shù)據(jù)基礎、機器學習基礎與應用、深度學習基礎與應用、大模型技術與

本書結合人工智能的技術實踐，特別是當前熱門的大語言模型，講解智能系統(tǒng)規(guī)劃，智能系統(tǒng)需求分析，智能系統(tǒng)架構設計，智能系統(tǒng)算力平臺設計，智能系統(tǒng)數(shù)據(jù)平臺設計，智能系統(tǒng)算法設計，智能系統(tǒng)開發(fā)、部署和運維，智能系統(tǒng)倫理、安全和隱私保護策略，行業(yè)應用，總結人工智能在應用中面臨的挑戰(zhàn)，探討人工智能未來發(fā)展的趨勢及其對軟件開發(fā)的影響

本書內容涵蓋深度學習的基礎理論及前沿技術，內容循序漸進，旨在逐步提升學習者對深度學習技術的理解和應用能力。本書共10章，主要內容包括緒論、深度學習基礎理論及實踐、卷積神經(jīng)網(wǎng)絡理論及實踐、基于CNN的目標檢測算法及實踐、基于CNN的圖像分割算法及實踐、循環(huán)神經(jīng)網(wǎng)絡理論及實踐、注意力機制與Transformer、生成式網(wǎng)絡

譯者序 在機器學習、計算機視覺和機器人研究中，人們對無監(jiān)督學習的興趣逐步提高。傳統(tǒng)的無監(jiān)督學習屬于機器學習的一種訓練方式，常用于數(shù)據(jù)挖掘、圖像識別、視頻分割等任務，包括聚類、主成分分析、支持向量機等算法。這些算法大部分基于統(tǒng)計學方法，缺少反饋能力，一旦更換訓練數(shù)據(jù)集，學習效果就會不盡人意；另外，在真實環(huán)境下無法提供學習

《人工智能導論》本教材系統(tǒng)介紹人工智能的基本概念、發(fā)展歷程及研究內容，涵蓋知識表示、搜索策略、機器推理等基礎理論，并深入探討機器學習、深度神經(jīng)網(wǎng)絡、自然語言處理及智能機器人等關鍵技術。全書共八章，從基礎理論到前沿應用，結合最新研究成果與案例，幫助讀者全面掌握人工智能的核心知識。本書結構清晰，內容深入淺出，兼具學術性與實