本书是面向高级人工智能人才培养的高等学校人工智能相关专业精品教材中的一本，以信息物理系统、模糊逻辑系统、自主无人系统、群体智能、多Agent系统、人机协同系统、工业智能控制系统、机器人系统等为案例，完整呈现了人工智能综合应用体系架构。本书首先介绍了智能系统的发展、相关概念、主要特征和类型、智能系统的发展前景，然后围绕智

本书首先从深度学习的原理出发，介绍如何把深度学习的理论转换为PyTorch代码，然后介绍如何在计算机上运行这些代码。作为一本面向初中级读者的技术类图书，本书在前面所述内容的基础上，还介绍了学术界前沿的一系列实例，以及PyTorch的源代码结构，以期读者能够融会贯通深度学习框架的设计和应用的思想。

本选题宏观而全面地介绍了人工智能的理论和实践，阐述了人工智能领域的核心内容，并较为深入的介绍了各个主要研究方向的理论基础及应用。全书分为8章：第1章介绍人工智能的基本概念、研究目标及发展情况；第2章讲解人工智能领域常用的数学概念；第3、4章讨论人工智能在通讯领域、控制领域的应用原理及常见技术；第5章讲解人工智能的核心算

本书系统介绍了深度学习理论，并基于MindSporeAI计算框架进行实践。全书共分十四章，内容涵盖了深度学习概况、理论基础、深度神经网络、卷积神经网络、无监督学习、深度强化学习、自动化机器学习、端云联合训练、可视化、数据准备等内容。为便于读者学习，书中还给出了基于MindSpore实现的关于深度学习的开发实例以及线上资

本书探讨了计算机在创造性艺术等领域里可能做出的贡献。除了探讨人工智能（AI），本书也是一部人类创造力的历史。AI可以创作出优美的音乐，但AI本身会知道为什么这个音乐作品是优美的吗？或者，人类会认为这个音乐作品是AI原创的吗？为了思考这些问题，我们必须追溯人类创造力的历史，思考第一批人类是怎样、何时、为何与音乐建立联系的

本书内容包括神经网络的基础、深度神经网络的优化和验证、深度神经网络开发和训练环境的构建、使用Tensor-Board进行网络训练的监控和模的超参数优化。本书详细介绍的深度学习问题，包括基本的回归问题、二元分类问题和多元分类问题，还包括较为复杂的卷积神经网络对图像的分类和使用预训练CNN进行的迁移学习；使用递归神经网络进

本书介绍了数据科学领域常用的所有重要机器学习算法以及TensorFlow和特征工程等相关内容。涵盖的算法包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、k均值、随机森林等，这些算法可以用于监督学习、非监督学习、强化学习或半监督学习。在本书中，你将学会如何使用这些算法来解决所遇到的问题，并了解这些算法的工作方式。本书还将

本书内容包括机械工程控制基础的基本概念、系统的数学建模、控制系统的时域分析法、控制系统的频域分析法、控制系统的设计与校正、离散控制系统初步、Matlab/Simulink在控制系统分析中的应用、机械工程控制系统案例分析等。本书可供机械工程类相关专业的本科、成人教育、函授生作为教材，也可供相关教师与工程技术人员作为参考书

涵盖强化学习基本算法实践+深度强化学习算法的原理实现及案例。代码丰富，可直接上手操作；配套丰富的直播课程资源！

共分为4个部分：1、基础知识：主要介绍机器学习的基本概念、Python的基础知识、常用第三方库，并结合网络爬虫及信息提取案例和股票数据图表绘制案例使读者对本部分内容有更好的理解。2、有监督分类案例：包括Iris数据分类、新闻文本数据分类、手写数字图像识别和场景文字检测共4个案例。3、无监督聚类案例：包括人脸图像聚类和文