本书主要讲述计算机博弈及其实现的过程。第1章介绍计算机博弈的一些基本情况。第2章介绍极大极小算法,并以井字棋为例实现。第3章介绍Alpha-Beta算法,并以亚马逊棋为例实现。第4章介绍期望极大极小算法,并以爱恩斯坦棋为例实现。第5章介绍UCT算法,并以海克斯棋为例实现。第6章介绍强化学习在计算机博弈游戏中的应用,并以

本书主要包括8个项目,分别为搭建TensorFlow开发环境,手写数字识别:TensorFlow初探,波士顿房价预测:前馈神经网络,服装图像识别:Keras搭建与训练模型,图像识别:卷积神经网络,AI诗人:循环神经网络,预测汽车油耗效率:TensorFlow.js应用开发和庆娣花卉识别:TensorFlowLite。

智能科学研究智能的本质和实现技术,是由脑科学、认知科学、人工智能等构建的前沿交叉学科。脑科学研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学研究人类感知、学习、记忆、思维、意识等心智活动；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。本书系统地介绍了智能科学的概念和方法。全书共分12章。

《新科技，向前冲！》主旨是那些对未来好玩的奇思妙想已经不再是幻想，它们已经出现在我们身边，未来已来。三部曲包括《人工智能》、《航空航天》和《生命科学》，其中《航空航天》主要是通过讲超越当前的新型飞行器，例如高超声速飞行器、可穿着式个人飞行器、星际飞行器等；《生命科学》主要是讲克隆以外的超前生物技术，例如从人造细胞到合成

本书共13章,第1章介绍神经网络的概念、发展历史、研究内容、应用领域以及神经网络与深度学习的关系。其后12章的内容分为两大部分:第一部分(第2-7章)阐述了6种典型的神经网络模型,即M-P模型、感知机模型、BP神经网络、Hopfield神经网络、玻耳兹曼机、自组织神经网络等。第二部分(第8-13章)阐述了深度学习的6种

人工智能方兴未艾，正在向人们生活的各个领域渗透。本书紧扣业界前沿，主要介绍了一些当前流行、具有广阔应用前景的人工智能新技术。此外，本书各个章节还就一些重点专题给出了Python语言的程序实现，使抽象的理论具体化，使生涩的算法容易理解。本书共分12章，主要介绍人工智能的基本概念、知识表示方法、确定性推理、不确定性推理、搜

本书首先对储备池计算的相关概念、原理及研究进展进行了详细介绍，在此基础上，对基于半导体激光器构建的延时型全光储备池计算系统进行了理论研究。本书针对混沌掩码的产生及其时延和复杂度特性分析、储备池计算系统理论模型的建立、系统关键参数对预测和分类性能以及记忆能力的影响等几个方面的问题进行了详细的研究。本书的内容取材于作

《人工智能基础及应用》是作者讲授多年人工智能基础及研究人工智能算法后，针对当前的教学实际需要而编写的。全书系统阐述了人工智能发展概况及前沿应用，较详细地介绍了知识表示、搜索和推理技术，给出了人工智能优化方法，还介绍了神经网络、专家系统与机器学习相关的方法，并列举了与人工智能算法相关的应用案例，从而方便大学生掌握人工智能

PyTorch是基于Torch库的开源机器学习库，它主要由Meta（原Facebook）的人工智能研究实验室开发，在自然语言处理和计算机视觉领域都具有广泛的应用。本书介绍了简单且经典的入门项目，方便快速上手，如MNIST数字识别，读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模

本书从贝叶斯理论的基本原理讲起，逐步深入算法、机器学习、深度学习，并配合项目案例，重点介绍了基于贝叶斯理论的算法原理，及其在机器学习中的应用。 本书分为10章，涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图