本书共6章，内容包括：控制系统的数学模型、控制系统的时域分析法、控制系统的根轨迹分析法、控制系统的频域分析法等。

本书共7章，第1章绪论，介绍人工智能的概念和发展简史，当前发展方向、研究热点，基本研究内容、所采用的研究方法；第2章讨论传统经典人工智能的知识表示、知识工程、搜索技术、群智能算法、知识图谱、专家系统和规划技术等基本知识；第3章介绍实践人工智能应用的编程语言Python；第4章以Scikit-learn为基础介绍机器学习

本书提出了以下推荐方法：基于“字符－短语”注意力机制和因子分解机的混合推荐方法和基于“局部－整体”注意力和文本匹配机制的推荐方法，旨在通过获取更多信息和提升模型特征提取能力，来实现更精准的个性化推荐；基于层次注意力和增强经验优先回放机制的深度强化学习推荐方法和基于自适应元模仿学习的推荐环境模拟器，旨在突破深度强化学习在

人工智能（AI）是当今科技领域最引人注目的前沿技术之一，正在深刻地改变我们的生活、工作和社会结构。本书是一本以漫画形式呈现的科普图书，旨在通过轻松幽默、生动形象的方式，带领读者穿越时空，探索人工智能从诞生到蓬勃发展的全过程。本书深入探讨了人工智能在各个领域的应用，如医疗、金融、交通、娱乐等，展示了人工智能如何为人类社会

本书系统解析DeepSeek大模型的技术架构与应用生态，构建技术认知-环境搭建-领域攻坚三维能力体系。第1部分从人工智能技术演进切入，剖析深度学习、Transformer架构及大模型革命的技术哲学，详解开发环境配置、API调用与智能系统构建方法论；第2部分聚焦6大核心场景，覆盖智能办公、数据可视化、数字内容生产、教育创

"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例；其次，系统地阐述了深度学习中卷积神

"本书首先概述了人工智能的基本概念、研究内容、研究途径与方法、分支领域与研究方向、应用前景、历史沿革、现状与趋势，勾画了人工智能学科的总体架构；然后概略而简要地阐述了人工智能各分支的基本原理、基本技术、研究课题和发展概况。全书共6篇21章，内容全面、基础、经典而新颖。本书结构合理、层次分明、条理清楚、理例结合、图文并茂

"《生成对抗网络GAN：从理论到PyTorch实现》系统地讲解了生成对抗网络(GAN)的基本原理以及PyTorch编程技术，内容较全面，可操作性强，将理论与实践相结合。读者通过理论学习和编程实践操作，可了解并掌握生成对抗网络的基本原理和PyTorch编程技能，拉近理论与实践的距离。《生成对抗网络GAN：从理论到PyTo

"《人工智能导论实践教程》是人工智能基础与实践领域的入门教材，以人工智能理论与实践的紧密结合为基础，以培养读者的创新能力和实践能力为目标，从多学科交叉的视角组织教学内容，突出理论讲解与实训指导的统一。本书共8章，内容涵盖人工智能概述、大数据与人工智能、机器学习、神经网络、自然语言处理、计算机视觉、人工智能导论实践与应用

"本书全面介绍人工智能的基本理论、技术及应用。全书共12章，主要内容包括人工智能概论、知识表示与知识图谱、模糊推理、搜索策略、遗传算法、群智能算法、人工神经网络、深度学习、大语言模型、AI智能体、专家系统、自然语言理解、计算机视觉和智能机器人，附录给出了实用性很强的12个实验。本书强调人工智能知识的基础性、整体性、综合