本书全面叙述了蒙特卡罗方法，包括序贯蒙特卡罗方法、马尔可夫链蒙特卡罗方法基础、Metropolis算法及其变体、吉布斯采样器及其变体、聚类采样方法、马尔可夫链蒙特卡罗的收敛性分析、数据驱动的马尔可夫链蒙特卡罗方法、哈密顿和朗之万蒙特卡罗方法、随机梯度学习和可视化能级图等。为了便于学习，每章都包含了不同领域的代表性应用实

大多数中级机器学习教材侧重于通过提高准确性或降低预测误差来优化模型。但这种方法往往忽视了理解您的机器学习模型为什么以及如何做出预测的重要性。可解释性方法提供了更好理解模型行为的基本工具包，而这本实用指南《面向从业者的可解释人工智能》集结了最佳的模型可解释性技术。介绍可解释人工智能技术，包括技术的特点、实施方法和技巧、技

本书详细介绍机器学习主要算法，包括：C4.5决策树、k-均值（K-means）、支持向量机（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法和分类回归树算法以及神经网络和深度学习的简单介绍。

暂无关于 人工智能与语言加工的更多介绍。

本书为十四五高等职业教育新形态一体化教材之一,通过贴近生活的挑橘子一例引出机器学习的概念,并展开介绍了机器学习的完整流程、算法分类以及常用工具等。本书以项目任务的组织方式,以通俗的情境作为项目导入,制定明确的项目目标,以算法的基本原理为知识导入,然后开始项目实施环节,以多个实训任务分别练习算法在解决回归、分类或聚类问题

深度学习技术作为人工智能领域的一门新兴技术，已成为人工智能科研领域、企业应用领域中常用的一门技术。本教材由神经网络基本训练规则、感知器、BP网络作为基础，讲述神经网络基础训练方法。并通过自编码器网络，将浅层网络过度到深度神经网络部分，详细讲解卷积神经网络原理及训练方法、卷积神经网络的发展以及基于卷积神经网络的目标检测算

本书聚焦深度学习算法的基础理论和核心算法，全面系统地论述深度学习的基础理论，兼顾人工智能数学基础知识与领域**原创基础理论，构建脉络清晰的人工智能理论体系。本书首先介绍了深度学习的相关数学基础，主要包括线性代数、概率论、信息论三部分；紧接着系统地介绍了深度学习的重点内容，主要分为五方面，即深度学习的逼近理论，深度学习的

本书系统阐述了智能算法在波束形成设计、波达方向估计与声源定位中的应用。全书分三篇，共11章，主要涉及仿人智能算法、仿生物进化智能算法、群体智能优化算法和深度学习等的原理、方法及实现框架，宽带波束形成、稳健自适应波束形成、混响背景下波束形成的设计原理与方法，以及宽带信号波达方向估计与近场声源定位算法，也给出了智能算法在波

本书较为全面地介绍了脑科学、神经科学的基本概念、知识和理论，以及脑科学、神经科学等方面的新成果和新发现。全书共11章，在绪论部分介绍了脑科学定义、研究方法、研究内容以及发展现状，然后介绍了脑的基本结构与组成以及脑神经系统知识。在智能机制方面，主要详细介绍了感知觉、运动、学习与记忆、注意与决策、语言、情绪等功能产生或形成

"本书在总结作者人工智能教学成果与校企合作项目工程应用成果的基础上，将常用的人工智能方法汇总成可参考、可阅读、可复制、可再次应用的项目手册。项目内容主要包括：开发环境、图像与视频的操作、模板匹配、特征点与特征匹配、运动物体检测、目标跟踪、图像检索、手势识别、图像内容识别、手写字符识别、速算题目识别、上位机开发以及软硬结