本书详细介绍机器学习主要算法，包括：C4.5决策树、k-均值（K-means）、支持向量机（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法和分类回归树算法以及神经网络和深度学习的简单介绍。

"本书在总结作者人工智能教学成果与校企合作项目工程应用成果的基础上，将常用的人工智能方法汇总成可参考、可阅读、可复制、可再次应用的项目手册。项目内容主要包括：开发环境、图像与视频的操作、模板匹配、特征点与特征匹配、运动物体检测、目标跟踪、图像检索、手势识别、图像内容识别、手写字符识别、速算题目识别、上位机开发以及软硬结合的人脸疲劳检测。各项目内容均包括人工智能软件设计方法与代码实现步骤。    本书通过多个实际应用案例的讲解与分析，为读者提供快速掌握人工智能工程化能力的方法与步骤，使读

本书内容包括人工智能概述、人工智能通用技术（计算机视觉、智能语音、自然语言处理等）、人工智能典型应用场景与职业发展、机器学习与深度学习、人工智能法律与伦理，并围绕迎宾机器人的典型应用开发了相关项目。在内容的选取上，本书突出人工智能主流技术和典型案例，覆盖了目前市场上最常见的人工智能技术及应用。编者仔细研究了国内15家国家级新一代人工智能开放创新平台的接口，归纳相关平台的共性内容，选取图像、语音、自然语言处理、智能问答等方面的人工智能通用技能，并针对这些人工智能通用技能安排了相应的实训。编者通过调

本书较为全面地介绍了脑科学、神经科学的基本概念、知识和理论，以及脑科学、神经科学等方面的新成果和新发现。全书共11章，在绪论部分介绍了脑科学定义、研究方法、研究内容以及发展现状，然后介绍了脑的基本结构与组成以及脑神经系统知识。在智能机制方面，主要详细介绍了感知觉、运动、学习与记忆、注意与决策、语言、情绪等功能产生或形成的理论和神经机制。在此基础上，介绍了心智与意识形成的相关理论和机制。最后，介绍了脑与神经科学对人工智能研究的重要作用和意义。 本书适用于人工智能、智能科学与技术、生物医学工程、计算

在人工智能飞速发展的今天，如何帮助企业应用人工智能来提升竞争力，如何防范在应用人工智能时可能带来的风险，成为人类必须面对且亟须解决的问题。本书探讨了人工智能的局限性以及人工智能所带来的机会，研究了人类和机器可以互相补充配合的领域，提出了一个面向企业层面的“1+1＞2”的智能体：人机共融体（Humachine）。人机共融体基于云计算、大数据等技术，通过实施组织管理框架来创建，该框架通过应用卡斯帕罗夫定律，以满足博斯特罗姆集体超智能的条件来解决莫拉维克悖论。人机共融体为构建具有可持续竞争优势、有效益

大多数中级机器学习教材侧重于通过提高准确性或降低预测误差来优化模型。但这种方法往往忽视了理解您的机器学习模型为什么以及如何做出预测的重要性。可解释性方法提供了更好理解模型行为的基本工具包，而这本实用指南《面向从业者的可解释人工智能》集结了最佳的模型可解释性技术。介绍可解释人工智能技术，包括技术的特点、实施方法和技巧、技术应用等，经验丰富的机器学习工程师和数据科学家将亲自了解这些技术的运作方式，以便您能够更轻松地将这些工具应用于日常工作流程中。

本书是一部揭示ChatGPT与AIGC的背后真相及未来发展趋势的重要著作。首先，本书全景式展现了ChatGPT背后的创造者群像，揭示了创新、创造和创业的成功之路。其次，本书系统回顾了AIGC发展过程中的重要里程碑，从早期的神经网络到深度学习技术，再到大语言模型的突破，全面展示了这一领域的进展和创新。再次，本书聚焦剖析了ChatGPT的技术渊源、技术架构、进化之路、商业模式及未来发展趋势。从次，本书将关于ChatGPT的讨论扩大到AIGC领域，深刻分析了AIGC的生产力革命内涵。然后，本书深

本书系统地介绍了人工智能的基本概念、主要方法及代表性模型算法。本书根据人工智能的知识体系，在兼顾传统的人工智能方法的基础上，重点突出前沿性内容，并对自动推理、遗传算法、神经网络、启发式优化、机器学习、异常检测、梯度下降、逻辑回归、反向传播、卷积网络、语言模型、词向量等常见技术进行详细阐述和讨论。本书结合应用安排了示例和例题，以加深读者对关键知识点的理解。

本书介绍人工智能的基础理论、技术及应用。全书共9章,主要内容包括人工智能概述、知识表示与知识图谱、搜索策略、机器学习、人工神经网络、典型卷积神经网络、智能图像处理、机器学习开发框架、机器学习项目剖析。本书强调理论联系实际，既深入浅出地介绍了人工智能领域的基础知识和实用技术，又详细介绍了两个机器学习开发框架： PyTorch和百度公司研发的PaddlePaddle（飞桨），并带领读者逐步剖析在飞桨平台上实现的项目案例。案例的代码清晰，易于理解，读者可快速提高采用机器学习方法解决实际问题的实践