本书内容共分为10章，从学科基础、技术基础、重点方向与领域、行业应用、伦理法律5方面系统、整体介绍人工智能的定义、方法、体系、应用及其内涵。第1章介绍人工智能定义及新知识体系。第2章介绍人工智能孕育史、机械论、计算历史、控制论、联结主义起源

本书为人工智能相关数据采集、处理和分析的入门教材，以任务驱动为主线，按照数据采集系统的开发流程详细介绍了数据采集、数据处理、数据分析等方面的开发技术，包含Python数据操作、NumPy和Pandas数据处理与分析、Requests网页访问、XPath和re内容解析、Scrapy网页数据采集、Matplotlib可视化数据分析等。

本书将理论与实践相结合，通过实际的操作案例，由浅入深地对数据采集实现所需的理论知识与方法进行了讲解，语言精练，通俗易懂，内容系统全面，可帮助开发人

人工智能正在以前所未有的速度发展，其广泛地应用于汽车、医疗、交通、制造、金融等多个领域。通常“人工智能”一词往往与人机交互系统相联系，进而突出其应用性，表现为“机器学习”和“问题解决”等。现如今人工智能不再是人的延伸，而是可以自我演进的，是相对独立的。这就决定了人工智能发展面临着巨大的挑战，不仅是技术层面的诸多挑战，还有经济社会变革的挑战。 本书从技术和规制两个角度入手，对人工智能产业分布、人工智能的伦理监管的基础问题研究、数据流动与大数据治理、人工智能技术与法律规制、人工智能技术的应用场景及相

深度学习和自然计算是人工智能领域中的热点研究方向。通过研究分析、模拟人脑的认知机理以及自然系统的智能行为和机制，构造相应的学习模型与优化算法，利用先进的计算工具实现高效的计算智能方法，并用于解决实际工程问题是人工智能研究的重要途径。
本书共分11章，主要介绍人工智能、神经网络基础、卷积神经网络、循环神经网络、生成对抗网络、孪生神经网络、遗传算法、差分进化算法、粒子群算法、协同演化算法和多目标优化算法及其在图像处理、数据处理等领域的应用。
本书是作者在从事多年人工智能、机器学习教学、科

本书着重介绍人工智能基础知识，构建人工智能通识体系，覆盖人工智能典型应用领域。在基本知识体系的基础上，对人工智能的算法进行定性介绍，同时辅以丰富的人工智能行业典型应用案例。
本书分为两篇，包含10章。基础知识篇围绕人工智能基础知识体系，主要介绍了人工智能概念与发展，人工智能生态及体系框架，以及人工智能感知技术，如计算机视觉、语音识别和自然语言处理。行业应用篇围绕人工智能在各行各业的应用情况，主要介绍了人工智能在智能制造、智慧商业、智慧教育、智慧交通、智慧安防、智慧医疗和智慧农业方面

● 本书首先介绍AI与AI安全的发展起源、世界主要经济体的AI发展战略规划，给出AI安全技术发展脉络和框架，并从AI安全实战出发，重点围绕对抗样本、数据投毒、模型后门等攻击技术进行案例剖析和技术讲解；然后对预训练模型中的风险和防御、AI数据隐私窃取攻击技术、AI应用失控的风险和防御进行详细分析，并佐以实战案例和数据；最后对AI安全的未来发展进行展望，探讨AI安全的风险、机遇、发展理念和产业构想。

● 本书适合AI和AI安全领域的研究人员、管理人员，以及需要实战案例辅助学习的广

本书是上海市教委组编的大学计算机系列教材中的一种，共分四章，内容包括人工智能概述、人工智能编程基础、人工智能数据处理、人工智能技术。主要内容为：对人工智能进行了综合概述，带领读者“无代码地”体验人工智能应用、开发过程等；对人工智能编程语言进行了简要介绍，为人工智能实践奠定了必要的编程基础；对人工智能训练的数据预处理、训练结果的可视化展示进行了介绍；对典型人工智能算法和应用进行了介绍，使读者具备一定人工智能实践的能力。本书为修订后的第二版，根据最新考纲和实际的课程改革进行了内容上的相关调

本书是为顺应智能时代教育信息化发展和满足教师专业发展的现实需求编写的，并以“理论与技术相结合，实用性导向”为宗旨，全面介绍教育人工智能研究及发展应用的基本原理和方法，学完本书后，读者将对教育人工智能有全面的了解，并能掌握其整体知识框架。本书共分十六章，主要内容包括绪论、教育人工智能理论基础、教育人工智能应用实践、教育人工智能伦理、Scraino 程序设计、Python 程序设计、其他常用的编程语言、知识表示方法、数据挖掘、搜索技术、群智能算法、机器学习、自然语言处理、视觉图像处理、教育专家系统、

本书以“经典计算机算法—数据挖掘算法—深度学习算法”为主线，将人工智能算法与Python程序示例相结合，开发了基于Git的在线编程平台和案例库，旨在构建人工智能算法“思想—伪码—分析—实现”四位一体的知识传递和学习框架。各章基于一个经典问题或典型例子介绍各类算法，给出问题背景、算法伪码和程序示例，注重算法设计与分析理念的传递。
本书分基础篇、提高篇和新技术篇: 基础篇（第1～7章）以分治法、减治法、贪心法、动态规划法、回溯法、分支限界法为代表，介绍经典计算机算法；经典篇（第8～13章）以分

本书主要阐述人工智能的理论、技术、实践、应用、发展。全书包括5个模块、18个典型实践任务。模块1为理论探究，包括设计图灵测试、体验弱人工智能、设计排序算法3个实践任务；模块2为技术探究，包括图说知识表示、测试机器学习、畅谈深度学习3个实践任务；模块3为实践探究，包括提取基于专家系统的需求、测试计算机视觉产品、测试自然语言处理软件、体验不同的身份识别方式、与机器人亲密接触5个实践任务；模块4为应用探究，包括规划智慧城市、设计智慧医疗产品、提取智慧生活产品、收集智慧工厂案例、设计智慧农业产品5个实践