本书分为9章，包括绪论、知识表示与推理、图搜索技术和问题求解、智能优化算法、机器学习、人工神经网络与深度学习、专家系统、模式识别与机器视觉、强化学习与生成对抗网络。本书力求在讲解人工智能基础的前提下，同时对应用型的人工智能前沿知识理论和科技成果进行展现，结构组织合理，内容理论与实践相结合，对读者的层次和理解进行了充分考虑，并提供了相应的多种流行人工智能框架的实用案例。本书适合作为高等院校的人工智能基础课程的教材，也可以用作从事人工智能应用的开发工程师及相关科技人员的参考用书。

本书从人工智能的概念、发展、分类、研究方向和主要应用领域的内容出发, 介绍了人工智能的相关技术, 介绍大数据技术、云计算、人工神经网络、机器学习和深度学习等人工智能的相关技术。从人工智能+智能制造、人工智能+智慧城市、人工智能+智慧交通、人工智能+智能物流、人工智能+视觉几个方面的应用及发展前景, 最后从人工智能的发展趋势、人工智能的行业应用和中国人工智能的未来3个方面阐述人工智能未来的发展。本书可以作为职业院校师生了解人工智能的通识教材。

本书主要作为本科院校和高职高专院校的机械类及近机械类专业的控制工程基础课程实验教材，也可供相关领域的工程技术人员参考。本书中、英部分均分为Ⅰ、Ⅱ两篇。第Ⅰ篇基于质量-弹簧-阻尼机械振动实验系统，共包含4个实验，分别为实验系统参数辨识、实验系统数学建模与仿真、PID控制及开放实验——双自由度系统自由振动模态分析。第Ⅱ篇基于Quanser QUBE Servo 2实验系统，共包含9个实验，分别为系统集成实验、滤波实验、伺服电动机系统建模与验证、一阶系统参数辨识、二阶系统的阶跃响应、PD控制、速度控制

本书是一部论述机器学习原理与算法的立体化教材（含纸质图书、教学课件和部分视频教程），本书兼顾机器学习基础、经典方法和深度学习方法。对组成机器学习的基础知识和基本算法做了比较细致的介绍，对广泛应用的经典算法如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等算法都给出了深入的分析，并讨论了无监督学习的基本方法。用5章的篇幅对深度学习和深度强化学习做了相当全面的叙述，不仅深入地讨论了反向传播算法、多层感知机、CNN网络、RNN网络和LSTM结构等深度神经网络的核心知识和结构，对于一些发展

本书围绕数据、算法、模型三要素，研究选取不同算法从历史数据中获取经验，并归纳出模型进行预测与优化的系列理论与技术，是涉及计算机科学、概率统计、决策论等多个学科的多领域交叉学科。本书应用开源深度学习框架PaddlePaddle，从问题定义、数据收集、特征工程、模型训练、模型评估、模型应用方面，层层深入、循序渐进地剖析机器学习中极具代表性的基础实践，理论翔实，代码精细，是一本实用性极强的入门实践教辅材料。

本书以人工智能技术为背景，介绍了人工智能领域内的相关算法，包括机器学习算法和深度学习算法，详细介绍了各个算法的概述，原理以及应用案例。全书分为四大部分：AI基础知识、监督式学习算法、无监督式学习算法、深度学习算法。全书共17章，第1章介绍人工智能的定义、关键技术、实际应用等相关背景；第2章介绍人工智能算法的实验环境，包括环境安装，可视化库，TensorFlow框架搭建；第3章介绍线性回归算法，包括算法概述、原理以及应用案例实现；第4章介绍逻辑回归算法，包括算法概述、原理以及应用案例实现；第5章介

本书较为全面地介绍了深度学习应用场景下的数据采集、数据处理、数据标注等技术。全书共12个实训项目, 包括数据采集概述、网络数据采集、端侧数据采集、数据存储与加载、数据处理概述、图像类数据处理、文本类数据处理、数据标注概述、图像数据标注、文本数据标注、深度学习图像分类应用实战、深度学习情感分析应用实战等。本书以企业用人需求为导向, 以岗位技能和综合素质为核心, 通过理论与实战相结合的方式, 培养能够根据项目需求, 完成数据的采集、标注、处理等工作的人才。

本书较为全面地介绍了深度学习应用场景下的人工智能技术服务、深度学习数据应用、深度学习基础应用等技术。全书共10个实训项目, 包括人工智能需求分析、人工智能产品设计、人工智能平台应用、数据采集工程应用、数据处理工程应用、数据标注工程应用、机器学习模型训练、深度学习框架应用开发、深度学习框架基础功能应用、深度学习线性回归模型应用等。本书以企业用人需求为导向, 以岗位技能和综合素质为核心, 通过理论与实战相结合的方式, 培养能够根据深度学习项目需求, 完成数据的采集、标注、处理等工作以及机器

本书较为全面地介绍了深度学习模型训练、计算机视觉模型应用、自然语言处理模型应用等技术。全书共9个实训项目, 包括深度学习全连接神经网络应用、深度学习卷积神经网络应用、深度学习循环神经网络应用、计算机视觉模型数据准备、计算机视觉模型训练与应用、计算机视觉模型部署、自然语言处理预训练模型数据准备、自然语言处理预训练模型训练与应用、自然语言处理模型部署等。本书以企业用人需求为导向, 以岗位技能和综合素质为核心, 通过理论与实战相结合的方式, 培养能够根据深度学习项目需求, 完成模型训练、模型

本书以高校和企业合作的人工智能大数据标注基地的实际运作经验为基础, 将自己在AI大数据标注工厂中所领悟到的管理方法和所使用的技术平台进行详细阐述, 并结合实际案例进行讲解, 在兼顾初学者的同时, 更偏重于如何以数据标注工厂的层面从管理方法和技术手段上提高AI大数据标注生产能力的探讨。