人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容,比较全面地反映了国内外人工智能研究领域的*进展和发展方向,包括智能优化算法及应用研究。本书共6章,主要内容包括:人工智能的定义、起源、分类与发展,人工智能的知识表示方法,确定性推理的主要方法,非经典推理的主要方法,机器学习的各种基本方法,智能算法原理和应用,着重阐述当前领先的群智能算法及应用。本书适合作为高等院校相关专业本科生和研究生的人工智能课程教材

深度学习是人工智能与机器学习领域的重要研究分支，深度卷积神经网络是其核心内容之一。本书作为一本深度卷积神经网络方面的入门与提高书籍，目的是使读者通过学习了解和掌握卷积神经网络的理论基础与应用方法。全书共10章，分为三个部分：第1～3章为第一部分，主要介绍卷积神经网络基本理论；第4～5章为第二部分，概述卷积神经网络相关工具和框架；第三部分为第6～10章，介绍了数据集、数据处理及网络训练知识，最后给出了卷积神经网络的三个典型应用实例。本书可作为高等学校人工智能、计算机科学与技术、信息工程、自动化等专

本书讨论了机器学习的基本问题和基本算法。从方便学习的目的出发，本书主要以聚类任务、回归任务、分类任务、标注任务、概率模型、神经网络模型、深度学习模型七个主题对相关内容进行组织。前四个主题以机器学习的四个主要任务为核心讨论相关算法及基础知识。概率类模型和神经网络类模型可以完成聚类、回归、分类和标注等多类任务，但它们各有自成体系的基础知识，因此各设一个主题进行集中讨论，可能更方便读者理解。深度学习模型属于神经网络模型，但它具有明显的特征和广泛的应用，是机器学习领域的后起之秀

　　随着人工智能时代的到来，它对机器学习发展的影响日益剧增。从基于符号主义的机器学习发展到基于数据统计的机器学习，反映了机器学习从纯粹的理论研究和模型研究发展到以解决现实生活中实际问题为目的的应用研究，这是科学研究的一种进步。目前市面上有机器学习的纯理论书籍，也有具体操作实践的书籍，然而理论与实践相结合的书籍却少之又少。《机器学习从入门到精通/高等学校人工智能教育丛书》从理论入门到实际操练，全面而详细地介绍了机器学习的各个分支以及其实现，实现了机器学习从理论到实践的完美结合。
　　《机器学

本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。

本书是智能计算平台应用开发高级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共9章，内容包括智能计算平台应用开发概述、智能计算高级环境、平台管理、数据存储、数据处理、数据备份及恢复、深度学习基础算法建模、人工智能算法优化、人工智能高级应用软件开发测试。

本书共分8章，内容包括深度学习基础、深度学习框架PyTorch的安装、PyTorch基础、线性回归和逻辑回归、全连接神经网络、卷积神经网络、循环神经网络及生成式对抗网络。本书首先从深度学习基础知识入手，引领读者动手搭建深度学习框架PyTorch，然后在PyTorch框架下实现深度学习中常用的网络模型。通过本书，读者可对深度学习有一个清晰的认识。本书中的程序均可在Windows系统中运行，不受是否具备GPU的限制。本书提供电子课件、源代码，读者可登录“华信教育资源网”（www.hxed

工智能AI是计算机科学与技术的一个重要分支与应用，目前人工智能主要的研究与开发方向有模拟、延伸与扩展人类智能的理论、方法、技术及应用系统，涉及的技术与应用包括：大数据基础、知识表示、专家系统、机器学习、深度学习、机器人与智能制造、图像识别、语音识别和自然语言处理等方向。
本书是为高等院校相关专业“人工智能导论”课程全新设计编写，具有丰富实践特色的主教材。针对学生的发展需求，本书内容引言与典型应用、基础知识、基于知识的系统和高级专题等四部分，可依照学习进度与需求，做适当选择。

人工智能已经上升到了国家战略层面的高度。面对人工智能发展的浪潮与需求高等教育应主动变革，围绕国家人工智能出台的规划和政策，加快促进人工智能技术人才培养。本书以优化知识结构、培养10项能力为出发点，以实施素质教育、培养学生具有新一代人工智能应用意识为目标，以培养学生创新精神、创业能力为重点，以企业人才需求构建新的知识体系为主线。全书共16章，分为4篇：科普篇、行业应用篇、理论篇和创新创业篇。以朴素的语言和浅显的例子，用图文并茂的形式，向读者生动展示新一代人工智能的专业知识。
《人工智能技术及

《人工智能导论 第2版》系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域，全面地反映了人工智能研究领域的发展，并根据人工智能的发展动向对一些传统内容做了取舍，如详细介绍了机器学习方面的内容。《人工智能导论 第2版》共分为8章，内容涉及人工智能的基本概念、知识工程、确定性推理和不确定性推理、搜索与优化策略、机器学习、人工神经网络与深度学习，以及模式识别、自然语言处理和多智能体等。每章后面附有习题，以供读者练习。
《人工智能导论 第2版》充分考虑到人工智能领域的发展动态，注重系统性