本书是一本融合人工智能及其在海洋机器人中应用的综合性教材，旨在为学生、研究人员和工程师提供全面的理论基础和实际应用技能。本书内容涵盖了人工智能的基础理论、人工神经网络在海洋机器人控制中的应用、强化学习方法在海洋机器人决策上的应用、基于深度学习的水下目标探测，以及人工智 能在海洋机器人中的具体应用实例。

本书介绍了机器学习的典型算法及MATLAB编程方法。主要内容包括：线性回归、非线性回归、分类、聚类、人工神经网络、支持向量机、决策树、模糊逻辑、集成学习、半监督学习、强化学习、关联规则学习、深度学习、机器阅读和机器写作等。本书注重实用性，精选了大量实例，每个实例都提供了MATLAB程序，并进行了详细的注释，有助于读者真正理解这些算法和编程方法，把它们应用到自己的工作中来解决实际问题。因此，本书具有较强的实用性和可操作性。

本书主要把握计算机科学与技术的发展趋势，熟悉人工智能的前沿知识和研究热点。本书从人工智能的概述出发，介绍了人工智能研究领域的基础知识，与此同时，对人工智能领域的核心算法--机器学习技术展开详细介绍，让读者掌握对相关技术的算法创新以及工程实践等。该教材紧密联系计算机学科中的人工智能前沿内容和所涉及的项目实践技术，读者通过该课程的学习能够了解基本的人工智能新技术和实际问题求解的创新方法。 全书兼具理论性、资料性和实践性。

本教材包括七章内容分别介绍人工智能概论、知识表示与特征工程、机器学习、深度学习、专家系统、人工智能架构与系统与案例分析相关内容，旨在全面且深入浅出地介绍人工智能的基础知识和实现的基本技术，并结合典型企业案例分析，紧跟时代潮流，注重技术的发展与革新。该教材充分体现智能科学与技术、人工智能方向高端人才培养的目标定位，尤其针对应用型地方高校的本科生以及研究生人才培养方案与路径，联合企业充分展示产教融合相关场景及案例。

作为国内人工智能领域的创新性实验教材，本书重点介绍各类深度学习框架和算法，涵盖图像、视频、语音和文本等人工智能技术广泛应用的多个领域，涉及分类、识别、检测、多模态和三维重建等多类实验任务。书中选取的实验分别介绍了相关背景、所涉及的深度网络模型框架和实验操作，实验操作部分描述了实验代码、操作步骤、数据集、评估准则、所应用的平台及系统环境等内容，有助于读者在了解基础理论的基础上根据实验操作的描述独立完成相关实验。

本书基于国内外对混沌神经网络的研究成果，提出了一种基于脑电波生物机制的变频正弦混沌神经网络（FCSCNN）模型，并通过对该模型的激励函数、退火函数、生物机制、优化机制等进行研究，进一步提出了多种衍生模型。本书详细分析了FCSCNN模型及其衍生模型的混沌动力学特性，通过对解决函数优化、组合优化等问题与同类模型进行对比实验，验证了FCSCNN模型及其衍生模型的优化性能。本书适用于人工神经网络、人工智能等相关专业领域的高校学生、教师及科研工作者。

"《自动控制原理（MATLAB版·新形态版）》从控制系统建模、分析和设计三方面入手，比较全面地阐述了自动控制的基本理论和应用，主要内容包括自动控制的一般概念、自动控制系统的数学模型、时域分析法、根轨迹法、频域分析法、控制系统的校正、离散系统理论和非线性控制系统分析等内容。
《自动控制原理（MATLAB版·新形态版）》详细介绍了MATLAB仿真方法，并给出了大量的MATLAB仿真例题。此外，每章均配有适量习题，并根据习题的难易程度和综合性，将其分为自测题和基础题。本书为“纸数”一体化设计，针

大模型作为人工智能技术的重要发展方向，逐渐成为未来科技发展的重要方向之一。基于此，本书重点介绍与大模型相关的基础知识、原理与技术。本书分为14章，内容包括深度学习基础、自然语言处理、大模型网络结构、大模型训练与优化、大模型微调及相关应用案例等。全书强调内容的科学性与系统性，从大模型历史发展脉络、理论基础、构建方法到应用场景，循序渐进地全面讲解大模型技术。本书聚焦于大模型在不同领域的扩展应用，提供了应用案例的全方位学习路径，旨在培养和提升学生的实践和创造能力。每章都提供了相应的习题，供学生练习和巩

本书对机器学习的基础知识和基本算法进行了详细的介绍，对广泛应用的经典算法(如线性回归、逻辑回归、朴素贝叶斯、支持向量机、决策树和集成学习等)进行了深入的分析，并讨论了无监督学习的基本方法。用6章对深度学习和深度强化学习进行了相当全面的叙述，不仅深入地讨论了反向传播算法、多层感知机、卷积神经网络、循环神经网络和长短期记忆网络等深度神经网络的核心知识和结构，对于一些发展中的专题(如Transformer、大模型和深度生成模型等)也给予了一定深度的介绍。对于强化学习，不仅介绍了经典表格方法，

机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本书内容涵盖了机器学习的基础知识，主要包括机器学习的概论、统计学习基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、进化计算、文本分析等经典的机器学习理论知识，也包括用于大数据机器学习的分布式机器学习算法、深度学习和加强学习等高等级内容。此外，还介绍了机器学习的热门应用领域技术，并给出了华为机器学习平台上的实验。本书深入浅出、内容全面、案例丰富，每章后都有习题和参考文献，便于巩固学习，适用于高等院校本科生、研究生机器学习、数据分析、数据挖掘