本书以鲲鹏智能计算为主线，共12章，分别为绪论、计算机与服务器、鲲鹏通用计算平台、鲲鹏openEuler操作系统、鲲鹏openGauss数据库、鲲鹏openLooKeng数据虚拟化引擎、鲲鹏云计算技术、鲲鹏应用迁移与开发、鲲鹏通用计算平台基础管理、openEuler操作系统及虚拟化应用实践、基于鲲鹏通用计算平台的Web实践，以及基于鲲鹏智能计算平台的深度学习案例实践。

本书内容简洁、技术实用，旨在帮助读者了解并熟悉鲲鹏智能计算的相关技术及应用。本书适合IT相关行业的专

本书共分为6章，第1章介绍了PyTorch的安装和基本操作；第2、3章介绍了深度学习的基础知识、简单的线性模型以及计算图知识；第4、5章在前文的基础上进一步扩展，介绍了各种神经网络模型；第6章介绍了PyTorch的高级特性。

大致内容：第一章，从阿尔法零的卓越性能出发，深入解读其背后着实不易的成长历程，揭示其数学模型。第二章，从确定性和随机动态规划问题入手，介绍决策问题的数学模型。第三章，从抽象视角回顾纷繁复杂的强化学习算法，揭示值函数近似与滚动改进的重要作用。第四章，从经典的线性二次型**控制问题入手，分析从阿尔法零的成功中学到的经验。第五章，分别从鲁棒、自适应、模型预测控制等问题入手，分析值函数近似与滚动改进对算法性能的提升潜力。第六章，从离散优化的视角审视阿尔法零的成功经验。第七章，总结全书。适合作为本领域研究

本书从软件工程的角度出发，将软件工程和人机交互进行有机融合，全面系统地介绍人机交互领域涉及的核心概念和重要思想，着重介绍如何从软件工程的视角理解并进行人机交互系统的需求获取、系统设计、原型设计和评估迭代，以及主流的交互原型开发工具的使用，同时还介绍人机交互的前沿热点技术，如多模态交互、虚拟现实、智能交互等内容。

全书共分为11章。第1~3章为人机交互基础知识，着重介绍人机交互领域的核心概念、重要思想和基本过程； 第4~10章为人机交互系统设计开发方法和技术，着重讨论用户研究、需求获

本书围绕人工智能的基础、模型和应用介绍Python编程语言，最终实现基于RNN和CNN的人工智能典型应用。具体内容包括：Python编程基础、Python编程进阶、人工智能概述、人工智能实践四个模块。Python编程基础模块包括Python的基本语法和数据结构，Python编程进阶包括面向对象编程、数值计算和可视化，为实现人工智能模型与应用打下基础；人工智能概述部分在简单介绍机器学习流程的基础上，基于numpy实现线性回归和逻辑斯蒂回归，使得读者对机器学习有感性和深入的认识；在人工智能实践部分，

本书主要内容分为三部分，逐步引导学生由浅入深、由简到难地学习。第一部分是环境基础教学，包括第1、2章，分别是实验环境搭建和Python编程语言基础；第二部分是机器学习，包括第3～11?章，详细介绍了机器学习的核心算法原理及相关实战案例，如利用隐形眼镜数据集构建随机森林模型来预测适合客户的隐形眼镜类型、基于朴素贝叶斯分类算法实现年收入预测、采用支持向量机算法预测泰坦尼克号人员存活率；第三部分是深度学习，包括第12～16章，重点介绍深度学习基础知识和不同经典网络原理及相关实战案例，如利用卷积神经网络

全书共四篇，第一篇：人工智能基础。主要内容包括绪论、知识表示、自动推理、搜索求解策略。第二篇：人工智能热点技术。主要内容包括机器学习、深度学习、自然语言处理、图像和视频处理、智能计算。第三篇：人工智能技术的应用。主要内容包括智慧交通、智能机器人、智慧航空、智慧生态保护。第四篇：人工智能安全关切及未来展望。主要内容包括人工智能安全、元宇宙与人工智能、人工智能发展趋势。是一本基础性强、实用性好、易于教学开展的人工智能教材。

《现代人工智能技术》对现代人工智能的理论、算法、框架及应用进行了全面、系统的论述,剖析了人工智能研究领域的前沿学术成果,涵盖了机器学习、深度学习、强化学习以及联邦学习等诸多方向。读者通过学习本书,能够掌握人工智能的基本知识,并能了解人工智能研究的一些前沿内容,为进一步学习人工智能理论与应用奠定基础。全书共分为9章,分别为绪论、知识表达、推理方法、智能算法、机器学习、神经网络、深度学习、强化学习、联邦学习。
本书可作为计算机类、自动化类、电气类、电子信息类专业的本科生、研究生学习人工智能课程

本书共5个项目，内容包括边缘计算开发板基础应用、边缘计算算法SDK应用、TensorFlow图像上色模型部署、PyTorch目标检测模型部署、TFLite手掌检测模型部署。本书根据岗位工作任务要求，确定学习任务内容，设计选取了14个工作任务。

本书在全面覆盖人工智能框架知识的基础上，以精简内容、突出重点为准则，避免面面俱到。每一部分都是挑选经典、实用的知识内容，同时配有典型案例和源代码，将人工智能原理融会到典型案例中详细讲授，可以使初学者以较快的节奏学习、实践人工智能基础知识，重点掌握关键部分的常用算法，进而了解人工智能领域的知识轮廓。


全书共分7章： 第1章为绪论，简要介绍人工智能发展历史和相关技术内容； 第2章为知识表示和推理，着重讲授归结演绎推理和产生式系统； 第3章为搜索技术，讲授典型的搜索技术，主要包括