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

本书以分析工程控制系统性能为目的，总结了近年来教学实践和教学改革的经验，并在借鉴了国内外同类优秀教材内容的基础上编撰而成。书中以大量机电系统的实例渗透于各个章节，希望有助于读者掌握控制工程在工程实际中的应用。全书共分8章，主要介绍控制工程的基本概念和反馈控制的基本结构、控制系统的数学模型、控制系统时域分析法和控制系统的

"本书是北京市精品课程“自动控制原理”建设成果，第2版被评为北京高等教育精品教材，第3版为教育部高等学校电子电气基础课程教学指导分委员会推荐教材。本次修订不改变主要章节的基本内容，同时，在教材中融入了思政元素，使专业知识与思想政治理论同向同行，形成协同效应。本书较为详细地描述了自动控制原理的发展与形成，突出了自动控制原

《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

本书是面向高校电气等理工科专业的“自控课程原理”课程的教材。本书共分8章，主要内容包括： 控制系统的基本组成和概念，包括控制系统的组成和控制系统的主要类型； 控制系统的数学模型，包括被控对象的微分方程模型、非线性特性的局部线性化处理、控制系统的传递函数以及数学模型各种表达式之间的对应关系； 控制系统的时域分析方法，包括

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

自动控制原理作为高校工科类专业的基础核心课程，在整个专业人才培养中占有重要的地位。自动控制技术同时也是现代工业生产、航空航天技术、军事技术、人工智能等战略产业中应用的关键技术。作为工科专业一门重要的大类基础课程，该课程主要是培养学生的辩证思维能力、综合分析能力以及独立解决实际工程问题的能力，使学生毕业后能够在自动化、智