强化学习是机器学习的重要组成部分。本书采用理论与实践相结合的写法，从强化学习的基本概念开始，详细介绍了强化学习的算法理论和实践操作，配有Python代码实现，完整呈现强化学习算法的实践细节。通过这本书你将会：
（1）理解强化学习最关键方面的问题。
（2）探索马尔可夫决策过程及动态规划的过程。
（3）深入理解强化学习的各种方法，包括MC方法，TD方法，深度学习Q方法，SARSA方法等。
（4）通过大量的现实例子及Python实现程序，不断地实践，成为强

本书是人工智能实验课程的配套教程。完成书中的实验可以帮助学生巩固和加强对人工智能的基本原理和实现方法的理解，并为今后进一步学习高级课程和进行信息智能化技术的研发奠定良好的基础。

全书共有六个实验：基础平台搭建；谓词问题猴子摘香蕉；知识表示动物识别系统；启发式算法八数码问题(九宫格问题)；推理问题贝叶斯推理；机器学习算法人脸识别。每个实验都包含实验目的、实验背景、实验原理、实验内容、实验总结和思考等六个部分，要求同学们完成实验范例，并形成实验报告。

本书是理工科专

本书全面介绍人工智能的基本理论、技术及应用。全书共10章，主要内容包括人工智能概论、知识表示与知识图谱、确定性与不确定性推理、搜索策略、遗传算法、群智能算法、人工神经网络、机器学习与深度学习、专家系统、自然语言理解，附录部分给出了实用性强的12个实验。本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本技术，培养创新精神。 本书的适用对象广泛，可作为高等学校各专业人工智能基础课程的教材，也可供对人工智能技术感兴趣的广大读

为实现人工智能实用型人才的培养，本书以迈进人工智能领域的高效学习路径为切入点，目标是让读者快速进入人工智能的世界，成为一名人工智能应用的开发者。本书切入日常工作与生活场景，捕获数据并从中萃取有价值的信息或模式，利用高效可复用的Python代码进行人工智能算法实现及可视化，让读者从中学到一些核心的“人工智能+”应用开发技术，如分类、预测及推荐等。本书通过“原理简述—问题实例—实际代码—运行效果”方式介绍每个人工智能应用的开发方法，使读者能够边学边用，通过代码的实现加深对人工智能算法的理解。本书具有

本书旨在培养高职学生的信息素养、计算思维和人工智能素养等数字时代的三个基本素养。
全书共分六个单元, 主要内容包括开启人工智能新时代、人工智能应用微体验、图像识别、声音
识别、自然语言处理和人工神经网络。本书内容选取将人工智能的基本理论知识和典型行业应用
相结合, 通过任务实践, 将理论知识融入体验式应用案例中, 做到易学、易懂、有趣。
本书面向高职高专院校各专业学生, 选取了人工智能中的关键技术和典型应用, 以Python
为开发语言, 通识与技能并重, 具有很强

本书内容重点介绍了人工智能系统管理与维护的全生命周期流程和典型工作任务，包括初识人工智能系统、人工智能系统基础运行环境搭建、人工智能系统开发环境搭建、人工智能系统模型数据处理、人工智能系统模型训练、人工智能系统模型评估与优化、人工智能系统整体测评、人工智能系统部署以及综合实战。
本书将人工智能伦理道德与人工智能技术深度融合，强化工程伦理教育；并紧密对接华为“1+X”智能计算平台应用开发职业技能等级证书要求，实现书证融通。
本书配有电子课件、素材及源代码、习题、习题答案、拓展案例等立体

本书以嵌入式系统开发特点为主线，融入物联网应用，面向物联网、计算机科学与技术、电工电子、智能科学与技术等相关专业，从硬件平台、嵌入式操作系统、物联网平台、程序开发设计等多种角度，介绍嵌入式系统开发的关键要素和具体实现方法。为使读者能够快速进入开发阶段，在本书的实践篇提供了10个由浅入深的项目开发案例。案例开发的嵌入式系统平台主要以Infineon科技公司的PSoC6双核微处理器结合物联网接入模块为载体，辅以物联网安全解决方案；程序设计采用C语言，基于RTOS编写多任务程序代码。这些案例可以为读者

"本教材以案例与实践为重心，按照如下逻辑进行知识点的组织：第1章介绍人工智能发展历程和百度飞桨框架；第2章和第3章围绕机器学习展开，介绍了监督学习和无监督学习的各种经典算法及其应用案例；第4章围绕深度学习展开，介绍了前馈神经网络、卷积神经网络、循环神经网络和生成对抗网络学习四个核心知识点，及深度学习在计算机视觉、自然语言处理两大领域的应用和实践；第5章围绕强化学习的理论、方法和应用进行了介绍。本书可面向高等院校（尤其是应用型本科）教学，教师可根据课程计划和专业特色选择授课内容（32~5

"本书以人工智能技术在产业应用中涉及的专业知识和技能为主线，系统阐述了人工智能领域的基本概念、发展简史、产业结构、核心技术、关键流程、开发工具以及主流应用等相关知识。全书共9章，内容包括人工智能概述、人工智能产业、Python程序设计基础、机器学习、深度学习、知识图谱、TensorFlow深度学习框架、计算机视觉以及自然语言处理。       本书围绕职业本科教育人工智能工程技术专业人才培养目标，结合“人工智能技术基础”课程定位以及学生认知特点，将理论知识和实践技能充分融合，使学生能够

本书旨在帮助读者深入理解嵌入式系统的体系结构、软硬件工作原理，嵌入式系统设计和软件开发所需的基础知识和思维方法，以及嵌入式系统互联(即物联网)的基础知识和编程应用。在内容组织方面，本书分为四大部分，分别为导论(第 1 章)、嵌入式系统的基本原理(第 2～3 章)、嵌入式系统设计(第 4～6 章)、嵌入式系统互联(第 7～8 章)。本书将课内理论讲解结合课内验证和课外实践，不仅理论知识覆盖较全，而且重视实践验证和应用，提供大量动手实践和验证的环节，理论知识的应用场景始终以自制开源板的应用为线索。