本书围绕人工智能的人才需求与岗位能力进行内容设计，将深度学习技术与实际应用相结合，旨在帮助读者全面了解深度学习的基本原理、常用模型和优化算法，并深入探讨在目标检测、图像识别、自然语言处理、风格迁移等领域的应用案例。本书共6个项目、15个任务，主要内容包括使用TensorFlow实现服装图像分类、使用TensorFlow

"本书是计算机领域本科教育教学改革试点工作计划（“101计划”）系列教材之一。本书按照“厚算法基础、养伦理意识、匠工具平台、促赋能应用”的培养目标，以表达与推理、搜索与优化、建模与学习和伦理与安全为核心，按照如下内容进行组织：第1章绪论、第2章知识表达与推理、第3章搜索探寻与问题求解、第4章机器学习、第5章神经网络与深

面对数字经济背景下大数据分析的现实需求，本书分别从经济理论阐述、数学原理推导、程序代码实现三个角度，系统全面地阐释了各类经典机器学习模型的理论内涵和适用范围，以及基于Python编程语言进行算法训练、模型测试和参数调优的具体方法。本书配有A、B两个附录，介绍了Python语言基本语法规则，以及经济大数据分析所涉及的Py

XGBoost是一种经过行业验证的开源软件库，为快速高效地处理数十亿数据点提供了梯度提升框架。首先，本书在介绍机器学习和XGBoost在scikit-learn中的应用后，逐步深入梯度提升背后的理论知识。读者将学习决策树，并分析在机器学习环境中的装袋技术，同时学习拓展到XGBoost的超参数；并将从零开始构建梯度提升模

本书详细介绍了强化学习的理论推导、算法细节。全书共12章，包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰，内容简明通俗。除了侧重于理论推导，本书还提供了许多便于读者理解的

本书详细介绍边缘计算和人工智能技术，主要内容包括边缘计算与人工智能概述、边缘计算与人工智能基本开发方法、边缘计算与人工智能模型开发、边缘计算与人工智能基础应用开发、边缘计算与人工智能综合应用开发。全书采用项目式开发的学习方法，通过贴近日常生活的开发实例，由浅入深地介绍边缘计算与人工智能的相关知识。本书中的每个案例均有完

深度学习是人工智能领域无法避开的课题之一，也是比较强大的方法之一。很多从事算法工作或相关工作的人，或多或少都在应用深度学习方法解决相关领域的问题。本书针对深度学习知识做进阶性探讨。通过11章内容，对卷积网络、新型结构、注意力机制、模型压缩、自监督学习、目标检测中的高级技巧、无监督学习、Transformer高级篇，以及

本书以深入浅出的方式介绍近年来人工智能领域最热门的技术——多模态大模型的技术方法、开源平台和应用场景，并详细阐述因果推理、世界模型及多智能体与具身智能等前沿技术领域，有助于读者全面了解多模态大模型的特点及发展方向，对新一代人工智能技术范式和通用人工智能的发展起到重要推动作用。全书共5章，第1章深入探讨最具代表性的大模型

本书的内容共包含八章。第一章分别从学术界、媒体、企业界、政府等多视角介绍人工智能当前火热的现状。第二章介绍了不同人群对人工智能提出的疑问，包括疑问论、怀疑论和恐惧论。第三章主要阐述了人工智能的基本概念，包括来自不同领域的各种不同的观点和看法。第四章提出了作者对人工智能的独特见解，包括人脑智能、人脑基本能力模型、机器智能

人工智能在音乐、美术、工业和科学等领域的创造性过程中发挥着非常重要的作用，特别是随着大模型技术的发展，AI在艺术创作、工业设计、产品建模等领域发挥着越来越重要的作用，而虚拟现实、增强现实以及元宇宙等新概念、新模式正在改变着教育、医疗、购物等生产生活的方式。本书从AI生成模型出发，深入全面介绍AI创造所涉及的理论方法。而