本书以提高创新能力为核心，强调理论与实践的有机结合，突出案例分析和实践锻炼，采用通俗的语言和生动的应用案例，带领读者探索人工智能的世界；通过介绍人工智能基础理论、技术体系、内在实现机理和应用现状，并立足于人工智能具体应用领域，力求全面展示与反映人工智能技术的概念、理论框架、新进展和未来发展趋势。本书适用于高职院校人工智能通识课程，亦可作为人工智能的普及读物供广大读者自学或参考。

本书主要针本书主要针对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能的概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语音的智能辨识、人机的智能交互、无人驾驶、智能3D打印等方面的知识，注重培养学生的创造思维、数字化学习与创新意识、动手实践能力，树立其正确的信息时代社会责任感。 本书可作为高等学校通识课程的人工智能课程教材，也可适合非电类低年级本科生对人工

本书首先阐述了物联网的基本概念、关键技术和应用案例等物联网的基本理论知识，然后循序渐进地介绍物联网开发的典型实战任务，通过逐级递进式任务介绍法达到理论与实践相结合的目的，使读者清晰地了解物联网系统开发的整体流程。本书针对每个实战任务提供微课视频和源代码。本书可作为高等院校通信工程、电子信息工程、人工智能、机械电子、计算机和网络工程等专业的教学用书，也可作为嵌入式系统开发等实践类课程的参考书。

人工智能是一门新的交叉学科，近年来涌现出了许多新的算法模型和框架。本书面向人工智能算法的实践与应用，参考了*级会议和国内外竞赛平台的内容，将所涉及的分类、检测、识别、预测等多项实验任务进行归类和优化整理。书中对每个实验的背景与内容都进行了详细阐述，对实验的要求与评估方法进行了深入讨论，对实验数据及来源进行了详尽描述，并给出了参考文献，以便于有兴趣的读者进一步研究和探索。

本书可为高等院校计算机科学、电子科学与技术、信息科学、人工智能等专业方向的研究人员提供参考，也可作为相关专

本书是以作者多年来从事人工智能研究的经验为基础，并广泛参考了国内外最新研究资料编写而成的。本书从人工智能的本源问题出发，着重介绍了人工智能各领域的概念体系、方法体系、经典算法与新的流行算法以及当前人工智能的研究热点——机器学习和机器视觉。
本书可供高等院校人工智能相关专业本科生、研究生作为教材或参考书使用，也可供相关科研及工程技术人员阅读。

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

目前，市场上的机器学习算法和深度学习算法相关入门书籍大都过于理论化和数学化，提高了学习门槛，使得不具有相关专业背景的读者望而却步；或是过于偏重实操，对于算法原理过于简略，使得读者无法形成对算法原理和可应用场景的基本认识。本书共分为上下两篇，共18章：其中第一篇为经典机器学习模型部分，主要讲解了常用的机器学习经典模型。第1章讲解线性回归和lasso回归，岭回归。第2章介绍SVM模型。第3章介绍逻辑斯蒂回归。第4章介绍决策树模型。第5章介绍k近邻算法。第6章介绍朴素贝叶斯模型。第7章介绍线性判别分析

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

本书以一名深度学习学习者的视角展开深度学习相关的理论、技术和实践写作，因而命名为深度学习笔记。本书作为一本以“笔记”命名的深度学习图书，主要定位是面向广大希望入门深度学习的初学者。本书以深度神经网络(DNN)、卷积神经网络(CNN)和循环神经网络(RNN)为核心，详细介绍了深度学习的理论基础、通用方法和三大网络的原理与实践。全书代码以Keras框架作为范例，对于初学者而言简单易懂。 对于深度学习而言，本书内容丰富，知识覆盖面广，兼有代码实战,适合想要入门深度学习的广大学习者阅读。

　　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