本书是“高级人工智能人才培养丛书”中的一本，首先介绍了机器学习的相关概念和发展历史，并在此基础上提出了深度学习——它本质上是近几年来大数据技术催生的产物。本书共12章，其中，第1～7章为机器学习的内容，分别介绍了机器学习的简单模型、贝叶斯学习、决策树、支持向量机、集成学习和聚类；第8～12章为深度学习的内容，由感知机与

本书共分10个项目，详细介绍了人工智能导论的相关知识，内容包括人工智能的前世今生、从零开始认识人工智能、人工智能编程基础开发语言——Phython、物体识别、计算机视觉的应用——人脸识别、生物信息识别、自然语言处理、语音识别、无人驾驶和数据挖掘。 本书适用于高职高专院校理工科学生，作为通识课教材使用。

本书主要阐述人工智能的理论、技术、实践、应用、发展。全书包括5个模块、18个典型实践任务。模块1为理论探究，包括设计图灵测试、体验弱人工智能、设计排序算法3个实践任务；模块2为技术探究，包括图说知识表示、测试机器学习、畅谈深度学习3个实践任务；模块3为实践探究，包括提取基于专家系统的需求、测试计算机视觉产品、测试自然语

本书以“经典计算机算法—数据挖掘算法—深度学习算法”为主线，将人工智能算法与Python程序示例相结合，开发了基于Git的在线编程平台和案例库，旨在构建人工智能算法“思想—伪码—分析—实现”四位一体的知识传递和学习框架。各章基于一个经典问题或典型例子介绍各类算法，给出问题背景、算法伪码和程序示例，注重算法设计与分析理念

本书是为顺应智能时代教育信息化发展和满足教师专业发展的现实需求编写的，并以“理论与技术相结合，实用性导向”为宗旨，全面介绍教育人工智能研究及发展应用的基本原理和方法，学完本书后，读者将对教育人工智能有全面的了解，并能掌握其整体知识框架。本书共分十六章，主要内容包括绪论、教育人工智能理论基础、教育人工智能应用实践、教育人

暂无关于人工智能（大学版）的更多介绍。

本书主要介绍神经网络与深度学习的相关知识点,注重分析神经网络与深度学习的基本概念、基本原理和网络结构,并对主要算法及其应用展开讨论及阐述。全书分为两部分:基础知识篇与网络应用篇。基础知识篇介绍了神经网络与深度学习的概念及发展,神经网络与深度学习相关的数学基础知识,神经网络、卷积神经网络与自编码器等基础算法原理及其特点。

本书对人机交互技术及应用进行了比较全面的介绍，内容包括绪论、人机交互设计理念基础、人机交互模型、人机交互系统设计、界面设计、直接操纵与沉浸式环境、导航设计、提升用户体验、文档与用户支持、人机交互质量评估、可用性评估与用户体验评价、人机交互设备及实验等。人机交互设计努力去创造和建立的是人与产品及服务之间有意义的关系，以在

本书对人工智能安全的理论与实践技术进行了梳理，全面完整地覆盖了人工智能安全技术的主要方面，把相关知识体系划分为五部分，即人工智能的安全观、人工智能安全的数据处理、人工智能用于网络安全的攻击与防御、人工智能模型的对抗攻击与防御以及人工智能平台的安全与工具。第一部分对人工智能安全问题、基本属性、技术体系等进行了归纳梳理。第

《人工智能》选取人工智能的9个核心方向，包括搜索、机器学习、线性回归、决策树、集成学习、神经网络、计算机视觉、自然语言处理与强化学习，系统梳理关键知识点，并详细介绍基础原理与重要算法，同时，加入了对前沿知识的介绍与对核心成果的分析和说明。同时，书中的每一章均配备作业题与编程练习，让读者们在练习当中加深对算法与原理的理解