本书是一本系统介绍人工智能基础知识和基本原理的入门书籍,从经典人工智能入手,介绍知识表示、确定性推理、不确定性推理、专家系统和演化算法等。同时,也介绍了典型机器学习和深度学习的学习框架和方法,如决策树、支持向量机、卷积神经网络、循环神经网络和生成对抗网络等。另外,本书以Pytorch、sklearn等为基础通过实践项目

本书详细介绍了人工智能领域涉及的数学基础，对于每个问题尽可能给出足够详尽的证明过程，以帮助读者深入理解智能算法的原理。本书内容涉及线性代数、高等数学、概率论、**化等多个数学分支内的重要知识点。采用公式推导、图表示例、应用举例相结合的方式，以翔实的语言、全新的视角，帮助读者理解其中的关键知识点。全书共分为10章:第1章

本书深入浅出地介绍了近年来AI领域中十分引人注目的新型人工神经网络——生成对抗网络（GAN）的基本原理、网络结构及其在图像处理领域中的应用；同时，分析了近年来在GAN训练、GAN质量评估及多种改进型GAN方面取得的进展；在实践方面，给出了基于Python的基本GAN编程实例。另外，本书还介绍了支撑GAN模型的基础理论和

本书选材广泛,涵盖了人工智能基础、人工智能的利弊、人工智能中的推理、知识表示和知识图谱、模糊逻辑系统、知情搜索算法和不知情搜索算法、专家系统、机器学习和深度学习、机器学习算法、人工神经网络、大数据与机器学习、模式识别、自然语言处理、计算机视觉、人工智能中的智能体、智能制造、用于人工智能的五种编程语言、人工智能平台、人工

深度学习（DL，DeepLearning）是机器学习（ML，MachineLearning）领域中一个新的研究方向，通过学习样本数据的内在规律和表示层次，实现机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。在开始深度学习项目之前，选择一个合适的框架能起到事半功倍的作用。全世界最为流行的深度学习框架有T

本书主要内容包括机器学习中的相关数学基础(线性代数、概率统计与信息论、最优化方法和张量分析);样本数据中的预处理;机器学习主流算法;基于MATLAB机器学习算法的实现和机器学习综合应用、机器学习和深度学习的工程应用。本书特色是深入浅出,自成体系,注重基础理论的描述,具有系统性、完整性、可阅读性、应用性和前瞻性。

本书从硬件、软件、算法和通信四个方面来讲述一个智能系统完整的开发内容,主要包括:智能系统相关背景、智能系统芯片、编译系统、操作系统、操作系统软件框架、应用软件开发、机器学习、深度学习推框架和智能系统应用开发。从而让读者能够全面的学习一个智能系统所涉及的各方面知识点,从而便于从宏观方面理解智能系统。本书适合于刚开始学习计

本书从人工智能的基本定义出发,由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域,以梳理知识脉络和要点的方式,详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍,本书概念论述清楚,内容丰富,通俗易懂,在较为全面介绍人工智能的基础上对一些传统内容进

目前,人工智能技术的发展以机器学习、深度学习技术为主,它能够解决一些传统人工程序无法实现的效果。然而,“人工智能＋”更是被寄希望于把人工智能技术应用到各行各业之中。本书不仅包含了机器学习、深度学习的算法,还侧重于人工智能应用软件的开发。书中针对人工智能相关应用和技术设计了项目式教学案例,每章从不同侧面讲述了人工智能应用

本书基于嵌入式人工智能开发板EAIDK-310和嵌入式虹膜门禁系统EAIDK-310-P20实验平台,使用Qt和PyQt作为界面设计和运行框架,通过在嵌入式Linux系统中使用Python和C++语言编写程序代码,实现视频采集、物体分类、人脸识别、虹膜图像预处理、虹膜图像特征提取与匹配、虹膜图像采集与定位显示、虹膜识别