本書以培養(yǎng)學(xué)生人工智能素養(yǎng)、人工智能思維和人工智能基本應(yīng)用能力為編寫理念，面向高職高專院校各專業(yè)學(xué)生，使用通俗易懂的語言，深入淺出地介紹人工智能的基本概念、基本知識(shí)和相關(guān)應(yīng)用。全書共分7章，主要內(nèi)容包括人工智能概述、人工智能生態(tài)、人工智能軟/硬件平臺(tái)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、計(jì)算機(jī)視覺和自然語言處理。本書著重

人工智能的迅猛發(fā)展不僅深刻影響著技術(shù)創(chuàng)新、社會(huì)變革和職業(yè)發(fā)展，而且?guī)�來了諸多人工智能倫理問題和挑戰(zhàn)。為貫徹落實(shí)國(guó)家現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展要求，促進(jìn)社會(huì)公眾特別是青年學(xué)生對(duì)人工智能倫理的學(xué)習(xí)和思考，本書以學(xué)生為中心，以能力為本位，以提升人工智能倫理素養(yǎng)為宗旨，采用"問題導(dǎo)向、任務(wù)驅(qū)動(dòng)、案例探究、場(chǎng)景應(yīng)用”的方法編寫，突出

"本書從強(qiáng)化學(xué)習(xí)最基本的概念開始介紹,將介紹基礎(chǔ)的分析工具,包括貝爾曼公式和貝爾曼最優(yōu)公式,然后推廣到基于模型的和無模型的強(qiáng)化學(xué)習(xí)算法,最后推廣到基于函數(shù)逼近的強(qiáng)化學(xué)習(xí)方法。本書強(qiáng)調(diào)從數(shù)學(xué)的角度引入概念、分析問題、分析算法,并不強(qiáng)調(diào)算法的編程實(shí)現(xiàn)。本書不要求讀者具備任何關(guān)于強(qiáng)化學(xué)習(xí)的知識(shí)背景,僅要求讀者具備一定的概率論

"本書以案例為載體，介紹了目前機(jī)器學(xué)習(xí)的部分主流算法及其應(yīng)用，簡(jiǎn)要概括部分主流算法的基本原理，詳細(xì)說明應(yīng)用算法過程中需要注意的問題，通過實(shí)際案例的解析使學(xué)生更好地掌握主流算法。全書共四部分。第一部分（第1章）為理論基礎(chǔ)，著重介紹機(jī)器學(xué)習(xí)的發(fā)展及主流應(yīng)用，還詳細(xì)介紹了本書中全部案例運(yùn)行環(huán)境的搭建方法。第二部分（第2~7章

本書闡述了經(jīng)典控制理論的基本概念、原理和自動(dòng)控制系統(tǒng)的各種分析方法，主要內(nèi)容包括線性連續(xù)系統(tǒng)與離散系統(tǒng)的時(shí)域和頻域理論，如系統(tǒng)的動(dòng)態(tài)性能、靜態(tài)性能、穩(wěn)定性的分析和各種設(shè)計(jì)方法的運(yùn)用等。本書從基本概念、基本分析方法入手，結(jié)合生產(chǎn)和生活中的實(shí)例，以時(shí)域分析方法為主線，時(shí)域分析和頻域分析并進(jìn)，在嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)的基礎(chǔ)上，利用直

本書緊跟當(dāng)下AI風(fēng)口，從AI指令學(xué)習(xí)出發(fā)，詳細(xì)闡述了什么是AI指令、AI指令的重要性、AI指令的模板、怎么拆解AI指令、怎么創(chuàng)作AI指令，以及怎么讓AI指令幫助自己變現(xiàn)、提升工作效率等。書里既有淺顯易懂的理論闡述，又有詳細(xì)的案例拆解，可以讓你一看就懂，一學(xué)就會(huì)，輕輕松松掌握AI使用技能，解決90%的工作、學(xué)習(xí)和生活難題

《具身智能》這本書深入探討了人工智能中的一個(gè)新興領(lǐng)——具身智能，即智能系統(tǒng)與物理身體的結(jié)合。本書系統(tǒng)論述了具身智能的理論框架，包括身體與思維的互動(dòng)、感知與行為的統(tǒng)一性，以及智能體如何通過與環(huán)境的互動(dòng)來學(xué)習(xí)寫適應(yīng)。書中詳細(xì)介紹了自由能原理，這是理解生命體和智能系統(tǒng)組織原則的關(guān)鍵理論，同時(shí)探討了這一原理在人工智能設(shè)計(jì)中的應(yīng)

本書介紹了非線性動(dòng)態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模理論和技術(shù)，研究了如何為復(fù)雜系統(tǒng)建立自適應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，并提出了一種新的方法。

本書將介紹如何將早期AI的實(shí)用性與深度學(xué)習(xí)能力和工業(yè)控制技術(shù)結(jié)合起來，在現(xiàn)實(shí)世界中做出穩(wěn)健的決策。作者使用具體的例子、最基本的理論和經(jīng)過驗(yàn)證的架構(gòu)框架，展示了如何教授自主AI明確的技能和策略。讀者將了解何時(shí)以及如何使用和組合各種AI架構(gòu)設(shè)計(jì)模式，以及如何設(shè)計(jì)高級(jí)AI，而無須操作神經(jīng)網(wǎng)絡(luò)或機(jī)器學(xué)習(xí)算法。

本書共9章，主要內(nèi)容有：深度學(xué)習(xí)模型性能評(píng)估、模型可視化、輕量級(jí)模型設(shè)計(jì)、模型剪枝、模型量化、遷移學(xué)習(xí)與知識(shí)蒸餾、自動(dòng)化模型設(shè)計(jì)、模型優(yōu)化與部署工具。