本書致力于推動人工智能的普及教育，使用通俗易懂的語言深入淺出地介紹了人工智能相關(guān)知識，包括機器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，配合人臉識別、圖像分類、語音交互等人工智能體驗案例，使讀者能快速掌握人工智能的基本概念、基本知識體系，結(jié)合波士頓房價預(yù)測和MNIST手寫數(shù)字識別兩個經(jīng)典案例，使讀者能快速掌握人工智能的開發(fā)框架，為進一

深度學(xué)習(xí)是人工智能最熱門的領(lǐng)域之一，《Python深度學(xué)習(xí)算法實戰(zhàn)》詳細介紹了常用的深度學(xué)習(xí)算法、使用TensorFlow實現(xiàn)各種算法的方法，以及算法背后的數(shù)學(xué)原理。全書分3部分共11章，其中第1部分介紹深度學(xué)習(xí)入門的相關(guān)知識、如何構(gòu)建自己的神經(jīng)網(wǎng)絡(luò)，以及Python機器學(xué)習(xí)和深度學(xué)習(xí)庫TensorFlow的使用方法。

本書揭示了一種新的智能理論--千腦理論,它為人們理解人類智能的形成機理和人工智能的未來提供了一種新思路。千腦理論認為,人類大腦使用成千上萬個類似地圖的結(jié)構(gòu)來構(gòu)建模型,從而形成智能。全書分為3個部分。第1部分主要講述了作者對人類智能的新理解,分析闡釋了大腦皮層結(jié)構(gòu)、腦海中的世界模型、大腦的秘密、大腦的地圖、與概念和語言相

本書圍繞計算智能理論方法展開，給出了人工智能算法在道路交通、城市軌道交通、高速鐵路等交通運輸工程中的應(yīng)用和創(chuàng)新案例，所闡述的方法大都是作者在相關(guān)工程研究項目中提出的理論、技術(shù)、方法及成果。內(nèi)容包括神經(jīng)網(wǎng)絡(luò)、模糊計算、進化計算、群智能和決策樹的基本知識，并增加計算智能最新的理論與技術(shù)研究成果，為之后的研究提供有力的參考。

現(xiàn)在的人工智能技術(shù)突破或許具有劃時代意義，但即使是計算能力最強大、最先進的機器，也達不到人類智能的層級。人工智能具備測算能力，但它無法完全等同于人類的判斷力。判斷力是一種以符合倫理的承諾和負責(zé)任的行動為基礎(chǔ)的冷靜、深入的思考能力。本書為我們理解人工智能提供了一種根本性的、新穎的本體論和認知框架。在以判斷力作為終極智能目

本書是一本科技哲學(xué)的文集，多數(shù)是關(guān)于人工智能問題的，但不限于人工智能，也涉及基因編輯，還有一篇討論宇宙社會學(xué)劉慈欣設(shè)想的一個存在于科幻中的理論，雖然不是被承認的學(xué)科，但其中包含重要的現(xiàn)實意義。主要論文有：《一個反存在的存在論問題》，《近憂遠慮：人工智能的倫理學(xué)和存在論分析》，《人工智能的自我意識何以可能？》，《人工智能

本書以青少年喜愛的《西游記》為藍本進行人物塑造，故事主線講述了人工智能時代下，一個具備學(xué)習(xí)人工智能的硬件基礎(chǔ)，卻缺乏相關(guān)理論知識的智能機器人——悟小白，在通臂猿猴的陪伴下，在尋找人工智能專家唐小僧拜師學(xué)藝的路上，通過重重關(guān)卡，不斷歷練的故事，而這正是人工智能的技術(shù)基石——“機器學(xué)習(xí)”的本質(zhì)。故事由淺入深，通過各類關(guān)卡和

使用TensorFlow為多個移動平臺構(gòu)建智能深度學(xué)習(xí)和強化學(xué)習(xí)應(yīng)用程序。本書涵蓋了10余個由TensorFlow提供支持并從頭開始構(gòu)建的完整iOS、Android和樹莓派應(yīng)用程序，可在設(shè)備上離線運行各種TensorFlow模型：從計算機視覺、語音識別和自然語言處理到生成對抗網(wǎng)絡(luò)以及AlphaZero（如深度強化學(xué)習(xí)）

本書從技術(shù)應(yīng)用角度介紹了人工智能、大數(shù)據(jù)等相關(guān)技術(shù)。對人工智能基礎(chǔ)概述、技術(shù)分類、基本原理、開發(fā)平臺、應(yīng)用場景、案例體驗等的系統(tǒng)介紹能使讀者快速建立起對人工智能技術(shù)的全貌認識，培養(yǎng)讀者繼續(xù)深入學(xué)習(xí)人工智能技術(shù)的濃厚興趣。本書共9章內(nèi)容，內(nèi)容包括：人工智能概述、Python語言基礎(chǔ)、機器學(xué)習(xí)與深度學(xué)習(xí)、計算機視覺、語音處

"網(wǎng)絡(luò)圖作為一種描述復(fù)雜系統(tǒng)結(jié)構(gòu)的通用表征方法，近年來獲得了包括生命科學(xué)、社會科學(xué)、計算機科學(xué)以及物理學(xué)等諸多領(lǐng)域的關(guān)注。本書結(jié)合網(wǎng)絡(luò)圖結(jié)構(gòu)進行機器學(xué)習(xí)算法設(shè)計，涉及圖嵌入、圖神經(jīng)網(wǎng)絡(luò)以及對抗攻防和增強等內(nèi)容。全書共8章：第1章概述了圖上的機器學(xué)習(xí)任務(wù)及算法；第2—5章分別介紹了節(jié)點分類、鏈路預(yù)測、社團檢測、圖分類的機