本书主要介绍主流的人工智能理论、算法以及Python实现方法，目的是使学生学会人工智能理论及推导过程，并且掌握调用Python人工智能库和自定义编码的方法。全书共分10章，分别为人工智能与Python概述、Python基础、线性回归及其Python实现、逻辑斯蒂分类及其Python实现、最大熵模型及其Python实现、K-近邻分类与K-均值聚类及其Python实现、朴素贝叶斯分类及其Python实现、决策树及其Python实现、神经网络及其Python实现、图像识别领域的应用案例。 本书可作为计

本书系统地介绍了人工智能的基本原理、方法和应用技术，全面反映了国内外人工智能研究领域的最新进展和发展方向。全书共12章。第1章简要介绍了人工智能的概况。第2~6章阐述了人工智能的基本原理和方法，重点论述了知识表示、自动推理、不确定性推理、机器学习和神经网络等。第7章和第8章介绍了专家系统、自然语言处理等应用技术。第9~11 章阐述了当前人工智能的研究热点，包括分布式人工智能与智能体、智能机器人和互联网智能等。第12章探讨了类脑智能，展望人工智能的发展。
本书力求科学性、实用性和先进性，可读

本书从基本的人工智能理论出发，使用Python语言编程，基于Tensor-Flow和Keras深度学习框架，以理论讲解为基础，以项目实战为导向，系统地讲述了人工智能、深度学习和计算机视觉中相关的基本概念、理论方法和经典算法。既有对基础知识和理论模型的介绍，也有对计算机视觉相关领域实际案例的实现方法和技术技巧的详细阐述。

《人工智能及其应用（第7版）》全面系统介绍了人工智能的基本原理及其应用，涉及人工智能概述、基于知识的人工智能、基于数据的人工智能、人工智能的算法与编程、人工智能的计算能力、人工智能发展展望及人工智能的应用。第1章叙述人工智能的定义与发展，提出人工智能的核心要素、学科体系和系统分类。第2章～第4章介绍知识表示、知识搜索与推理、基于知识的机器学习。第5章～第7章介绍群体智能与进化计算、数据处理和人工神经网络、基于数据的机器学习。第8章～第9章介绍逻辑型人工智能编程语言、解释型语言和深度学习开源框架。

本书针对各专业学生的人工智能通识教育需求，系统、全面地介绍关于AIGC技术与应用的基本知识和技能，详细介绍人工智能基础、什么是LLM、熟悉AIGC、AIGC与智能体、提示工程与技巧、AIGC赋能工作、AIGC助力学习、AIGC拓展设计、AIGC丰富生活、AIGC成就艺术、AIGC伦理与限制、面向AGI等内容，具有较强的系统性、可读性和实用性。

本书的设计和编写理念是培养学生的人工智能素养和人工智能应用能力，内容的选取既适合高职学生和职业本科学生的特点，又突出人工智能的通识性、典型性、实用性和可操作性。书内容以人工智能的发展历程、典型技术、现状与未来趋势为主线，结合AIGC这一前沿技术的广泛应用，以及AI在办公领域的革新实践，实用角度剖析人工智能对现代社会的影响和变革潜力。全书共分三个大项目，内容包括AI进化论、AIGC应用、AI智能办公应用。本书旨在帮助学生洞悉人工智能发展的脉络，掌握最新AIGC技术的应用方法，并领略智能办

本书服务的主要对象为人工智能技术应用专业学生、相关人工智能类专业学生以及想要涉足人工智能的读者。本书采用"教、学、做一体化”的教学方法，围绕智能语音技术，主要介绍了云端智能语音应用、终端智能语音应用、综合智能语音应用三大部分。课程以实际项目转化的案例为主线，按"理实一体化”的指导思想，从"鱼”到"渔”，培养学生知识迁移能力，做到学以致用。本书主要特点如下：(1) 注重软硬一体相结合，以"行业应用案例”贯穿课程；(2) 引入人工智能工具平台技术，深化产教融合(3) 结合社会主义先进文化，促进课程思

全书分为两篇，第1篇为自动控制原理，内容包括系统数学模型的建立、分析系统性能的常用方法、系统性能分析、改善系统性能的途径以及MMATLAB/SIMULINK系统仿真在实际系统分析中的应用；第2篇为自动控制系统，内容包括直流调速系统、交流调速系统、位置随动系统和自动控制系统的分析、调试及维护维修。本书第5版修订时，保持原书获得好评的特色，以自动控制原理作为分析工具，自动控制系统作为分析对象，围绕系统性能分析和改善系统性能途径，重点讲解系统结构、关键部件、系统参数确定、仿真与调试，注重理论

本书涵盖多个领域的深度学习应用案例，旨在通过具体的案例阐述典型深度学习算法在图像分类、声音识别、目标检测等多个领域的应用。本书的典型案例包括太阳黑子智能分类、气象预测、食物咀嚼声音分类、智能厨房、智能冰箱食材识别、集体照人脸识别、遛狗牵绳智能检测、智能药品识别、道路裂缝检测、学生课堂行为检测、水边垂钓行为检测、主副驾驶员安全带佩戴情况检测等。这些案例旨在通过解决实际问题帮助读者深入理解深度学习算法的应用和实践。

本书是基于Python以及飞桨（PaddlePaddle）深度学习框架的实践性机器学习入门教程，内容涵盖Python基础语法、机器学习常用算法以及在计算机视觉和自然语言处理等经典领域的详细案例解析。

本书语言简洁易懂，注重实践与理论相结合，旨在帮助读者掌握机器学习的核心概念和技能。通过阅读本书，读者可以快速了解机器学习各种算法的应用场景，并掌握使用PaddlePaddle来解决机器学习问题的方法。对于想要入门机器学习的人来说，本书是一本实用性较强的参考书。