本書闡釋了人工智能（AI）的獨特之處，它可能導致哪些法律和道德問題，以及我們如何解決這些問題。它認為AI與先前其他的任何技術都有不同，因為它能夠獨立且不可預測地做出決策。這引發(fā)了三個問題：責任——如果AI造成傷害，誰來負責；權利——賦予AI法律人格的道德爭議和務實理由；以及圍繞人工智能決策的倫理規(guī)范。該書建議，為了解決

本書是近年來作者對混合智能系統(tǒng)研究成果及經驗的總結。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設計科學的思想為基礎，以基于案例推理的混合智能系統(tǒng)技術選擇為核心，依據“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

人工智能是一項高科技技術，也是計算機技術的一個重要分支，此技術是以人工的方法，對人類的行動和思維進行模仿，同時在人的智能基礎上進行拓展。人工智能應用面比較廣泛，可代替人類進行各個方面的工作，可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性，對人類有好的一面也有不好的一面。因此，本書將結合人工智能技術的發(fā)

本書以掌握Python語言基礎為前提，由淺入深、全面系統(tǒng)地講解了機器學習的相關知識及技能，內容注重實用性和可操作性，在介紹機器學習理論知識的基礎上，結合具體的實戰(zhàn)實例，給出了詳細的代碼及實現步驟。全書共9個項目，分別介紹了數據分析基礎、機器學習項目實戰(zhàn)流程、探索性數據分析與特征工程、常見機器學習算法及框架、交叉驗證與超

本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出基礎的神經網絡——多層感知機

本書本著培養(yǎng)高職學生的人工智能基本素養(yǎng)、人工智能思維和人工智能應用實踐能力的目標，內容選取符合高職學生的特點，強調人工智能的通識性、典型性和實用性，具有可操作性。本書選取了涵蓋人工智能領域的多個典型案例，采用項目化模式構建教學案例，突出實踐。每個案例由循序漸進的遞進式任務組成，支持課堂分層次教學實施。全書共分7章，主要

本書從圖劃分的視角系統(tǒng)介紹基于圖論的機器學習方法，包括機器學習中的三類基本學習問題：無監(jiān)督、半監(jiān)督和監(jiān)督學習問題，同時考慮協同正則化、多重正則化和路徑傳播對基于圖論的學習方法進行了拓展。通過大量的實驗驗證，本書提供的方法合理有效，算法效率顯著提高。

本書主要利用魯棒控制理論和隨機系統(tǒng)理論研究了噪聲環(huán)境下多智能體系統(tǒng)的協同控制問題。具體包括噪聲環(huán)境下異構多智能體系統(tǒng)的一致性，持續(xù)干擾下多智能體系統(tǒng)的一致性，噪聲環(huán)境下多智能體系統(tǒng)的旋轉運動和對抗編隊控制，最后簡要介紹了噪聲環(huán)境下分數階多智能體系統(tǒng)的一致性。

本套書籍組成為：一冊基礎知識教材《人工智能工程技術人員基礎知識》，及五個職業(yè)方向教材：人工智能芯片產品實現、人工智能平臺產品實現、自然語言及語音處理產品實現、計算機視覺產品實現、人工智能應用產品集成實現。每職業(yè)方向教材分初、中、高三個級別編寫。《人工智能工程技術人員(初級)——自然語言及語音處理產品實現》為自然語言及語

本套書包含：《深度學習從基礎到實踐(上、下冊)》《圖神經網絡》。