在人工智能飛速發(fā)展的今天，如何幫助企業(yè)應(yīng)用人工智能來(lái)提升競(jìng)爭(zhēng)力，如何防范在應(yīng)用人工智能時(shí)可能帶來(lái)的風(fēng)險(xiǎn)，成為人類必須面對(duì)且亟須解決的問題。本書探討了人工智能的局限性以及人工智能所帶來(lái)的機(jī)會(huì)，研究了人類和機(jī)器可以互相補(bǔ)充配合的領(lǐng)域，提出了一個(gè)面向企業(yè)層面的“1+1＞2”的智能體：人機(jī)共融體（Humachine）。人機(jī)共融

本書首先介紹深度強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)以及TensorFlow2.x的**主要版本。隨后介紹OpenAIGym、基于模型的RL和無(wú)模型的RL，并學(xué)習(xí)如何開發(fā)基本代理。深入介紹發(fā)現(xiàn)如何實(shí)施高級(jí)深度強(qiáng)化學(xué)習(xí)算法，例如行動(dòng)者批評(píng)、深度確定性策略梯度、深度Q網(wǎng)絡(luò)、近端策略優(yōu)化以及深度循環(huán)Q網(wǎng)絡(luò)，以訓(xùn)練RL代理。同時(shí)，本書通過構(gòu)建用

本書是基于Python以及飛槳（PaddlePaddle）深度學(xué)習(xí)框架的實(shí)踐性機(jī)器學(xué)習(xí)入門教程，內(nèi)容涵蓋Python基礎(chǔ)語(yǔ)法、機(jī)器學(xué)習(xí)常用算法以及在計(jì)算機(jī)視覺和自然語(yǔ)言處理等經(jīng)典領(lǐng)域的詳細(xì)案例解析。本書語(yǔ)言簡(jiǎn)潔易懂，注重實(shí)踐與理論相結(jié)合，旨在幫助讀者掌握機(jī)器學(xué)習(xí)的核心概念和技能。通過閱讀本書，讀者可以快速了解機(jī)器學(xué)習(xí)各

控制系統(tǒng)原理及相近課程是高等學(xué)校工科學(xué)生的核心課程之一。這是本書第十四版的中譯本，主要內(nèi)容包括控制系統(tǒng)導(dǎo)論、系統(tǒng)數(shù)學(xué)模型、狀態(tài)空間模型、反饋控制系統(tǒng)的特性、反饋控制系統(tǒng)的性能、線性反饋系統(tǒng)的穩(wěn)定性、根軌跡法、頻率響應(yīng)法、頻域穩(wěn)定性、反饋控制系統(tǒng)設(shè)計(jì)、狀態(tài)變量反饋系統(tǒng)設(shè)計(jì)、魯棒控制系統(tǒng)、數(shù)字控制系統(tǒng)等。 本書的例子和習(xí)題

本書旨在探討AIGC（ArtificialIntelligenceGeneratedContent）的發(fā)展歷程、應(yīng)用范圍及其對(duì)社會(huì)和個(gè)人的影響，從而幫助讀者深入了解并應(yīng)用人工智能技術(shù)。 本書共分為8章。第1章介紹了ChatGPT和AIGC的發(fā)展歷史，以及核心技術(shù)的演進(jìn)與應(yīng)用。第2章詳細(xì)探討了ChatGPT的特點(diǎn)、功能，

人工智能（AI），尤其是生成式語(yǔ)言模型和生成式人工智能（AIGC）模型，正以驚人的速度改變著我們的世界。駕馭這股潮流的關(guān)鍵，莫過于探究自然語(yǔ)言處理（NLP）技術(shù)的深?yuàn)W秘境。本書將帶領(lǐng)讀者踏上一段扣人心弦的探索之旅，讓其親身感受，并動(dòng)手搭建語(yǔ)言模型。本書主要內(nèi)容包括N-Gram，詞袋模型（BoW），Word2Vec（W2

ChatGPT作為人工智能領(lǐng)域的一大進(jìn)步，引起了熱議，其強(qiáng)大功能的背后離不開大模型的支持。大模型指的是參數(shù)規(guī)模超過千萬(wàn)的機(jī)器學(xué)習(xí)模型，主要應(yīng)用于語(yǔ)音識(shí)別、計(jì)算機(jī)視覺等領(lǐng)域。本書聚焦大模型，對(duì)大模型的技術(shù)場(chǎng)景和商業(yè)應(yīng)用展開詳細(xì)敘述。本書主要從典型應(yīng)用ChatGPT入手，探尋其背后支撐大模型的魅力。首先，本書對(duì)大模型的基礎(chǔ)

《智能邊緣計(jì)算》對(duì)智能邊緣計(jì)算的概念、發(fā)展歷程以及邊緣計(jì)算的網(wǎng)絡(luò)形態(tài)進(jìn)行了介紹，闡述了邊緣計(jì)算系統(tǒng)架構(gòu)和部署方案，并對(duì)邊緣計(jì)算的關(guān)鍵技術(shù)，如計(jì)算卸載、邊緣緩存、商業(yè)模式、移動(dòng)性管理以及安全技術(shù)進(jìn)行了詳細(xì)分析，針對(duì)智能邊緣計(jì)算的幾種實(shí)際場(chǎng)景以及與新興技術(shù)的融合進(jìn)行了綜述說明。本書涉及的內(nèi)容廣泛，對(duì)算法、技術(shù)的闡述足夠清晰

本書共分7個(gè)模塊，內(nèi)容涵蓋計(jì)算機(jī)基礎(chǔ)知識(shí)、使用Windows10系統(tǒng)、使用Word2016制作文檔、使用Excel2016制作電子表格、使用PowerPoint2016制作演示文稿、計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)用、體驗(yàn)人工智能等。另外，書末還安排了4套最新的全國(guó)計(jì)算機(jī)等級(jí)考試一級(jí)計(jì)算機(jī)基礎(chǔ)及MSOffice應(yīng)用模擬試題。

本書收錄了20篇有關(guān)深度學(xué)習(xí)的技術(shù)文章，文章針對(duì)無(wú)人系統(tǒng)，尤其是與無(wú)人機(jī)控制和航空領(lǐng)域相關(guān)的各種深度學(xué)習(xí)技術(shù)進(jìn)行了介紹，并利用深度學(xué)習(xí)對(duì)大規(guī)模數(shù)據(jù)集動(dòng)態(tài)特性的理解方面的優(yōu)勢(shì)，在參考大量相關(guān)文獻(xiàn)的基礎(chǔ)上，提出了基于強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)的態(tài)勢(shì)感知及決策方案，為深度學(xué)習(xí)在無(wú)人系統(tǒng)方面的技術(shù)研究提供了有益的參考。