本書是以實驗案例方式而組織的,全書共給出了21個人工智能實驗案例,覆蓋了人工智能課程涉及的主要內(nèi)容,包括搜索求解、邏輯推理、貝葉斯網(wǎng)絡(luò)、馬爾可夫決策、監(jiān)督學習、非監(jiān)督學習、強化學習等各個方面,也包含了深度神經(jīng)網(wǎng)絡(luò)技術(shù)。為了便于教學,每個實驗案例對實驗的內(nèi)容、背景和目標進行了明確闡述,對所涉及的理論基礎(chǔ)及算法也進行了詳細

本書對計算智能的諸多基礎(chǔ)理論進行了詳細的介紹和釋義，并介紹了神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進化計算的應用范例及實驗結(jié)果，將理論與實踐緊密聯(lián)系起來。全書共4章，其中，第1章對人工智能的萌芽、誕生和發(fā)展，以及現(xiàn)狀和未來進行了簡要介紹；第2章為進化計算，論述了遺傳算法；第3章為模糊邏輯，介紹了模糊理論基礎(chǔ)，論述了常見的模糊隸屬度函數(shù)和

AIphaGo、ChatGPT、AGI系統(tǒng)，各種驚人眼球的人工智能成就不斷刷新著人類對機器的認知。這些認知也引發(fā)了人們一再思考這樣一個尖銳問題，即人類制造的智能機器系統(tǒng)是否會全面超過人類的智慧？這部讀物便是面對這樣的靈魂考問，從機器之芯與人類之心比較的角度，來為普通讀者給出一種回應。 那么機器之芯與人類之心進行比較，到

本書的主要內(nèi)容有：了解機器學習術(shù)語背后的數(shù)學知識。探究機器學習和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。管理網(wǎng)絡(luò)加深過程出現(xiàn)的問題。搭建神經(jīng)網(wǎng)絡(luò)，分析復雜圖像。用自編碼器高效降維。深入序列分析，用其研究語言。探討復雜機器學習模型的解釋方法。收獲生成建模的理論和實用知識。理解強化學習的基礎(chǔ)。

本書深入探討了如何在人工智能系統(tǒng)中融入廣泛、強大的常識，而非僅僅依賴狹隘、專門的專業(yè)知識。書中提出了一種賦予人工智能系統(tǒng)常識和有效推理能力的創(chuàng)新方法，探討了我們?nèi)绾涡湃巫灾鳈C器做出決策的關(guān)鍵問題，并明確了值得信賴的自主人工智能系統(tǒng)需要具備的兩個基本要求：有行動理由和能夠接受建議。這兩點的實現(xiàn)都取決于系統(tǒng)是否具備常識。本

本書主要包括為未來工作做準備；機器人在工作；機器人的社會意義三部分，主要內(nèi)容包括：機器人會取代人類嗎？；技術(shù)定義；機器人流程自動化；團隊中的機器人；無臂機器人；數(shù)據(jù)世界中的機器人；社會中的機器人；未來的工作。

本書以實戰(zhàn)為導向講述AI助力營銷的方法，全書共分為6章：第1章從整體上介紹AIGC與AIGC營銷，包括AIGC營銷的基本概念、AIGC如何改變傳統(tǒng)營銷模式、AIGC在不同行業(yè)中的應用前景；第2章介紹常用的AIGC工具，包括這些工具的特點和使用方法；第3章介紹AIGC在營銷文案中的應用，探討如何使用AIGC生成引人入勝的

《現(xiàn)代人工智能技術(shù)》對現(xiàn)代人工智能的理論、算法、框架及應用進行了全面、系統(tǒng)的論述,剖析了人工智能研究領(lǐng)域的前沿學術(shù)成果,涵蓋了機器學習、深度學習、強化學習以及聯(lián)邦學習等諸多方向。讀者通過學習本書,能夠掌握人工智能的基本知識,并能了解人工智能研究的一些前沿內(nèi)容,為進一步學習人工智能理論與應用奠定基礎(chǔ)。全書共分為9章,分別

本書是一本ChatGPT的實戰(zhàn)手冊，全面細致地介紹了ChatGPT的背景與發(fā)展歷程、能力與特點，以及如何讓ChatGPT助力工作與學習。本書共8章：ChatGPT印象、ChatGPT之心、閱讀與寫作、創(chuàng)意生成、英語學習、輔助編程、辦公自動化、ChatGPT的實用工具。其中第3～8章是本書核心內(nèi)容，充分介紹了如何使用Ch

深度學習是人工智能的重要分支，在多個應用領(lǐng)域取得了突破性成果。本書作為深度學習的入門教材，基本涵蓋了深度學習的各個方面。全書共8章，第1章概要介紹了深度學習的基本概念、典型算法及應用；第2~5章是本書的核心內(nèi)容，詳細介紹了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、Transformer和生成對抗網(wǎng)絡(luò)的基本原理、典型算法以及主要應用；