暂无关于人工智能（大学版）的更多介绍。

本书主要介绍神经网络与深度学习的相关知识点,注重分析神经网络与深度学习的基本概念、基本原理和网络结构,并对主要算法及其应用展开讨论及阐述。全书分为两部分:基础知识篇与网络应用篇。基础知识篇介绍了神经网络与深度学习的概念及发展,神经网络与深度学习相关的数学基础知识,神经网络、卷积神经网络与自编码器等基础算法原理及其特点。

本书介绍了经典控制理论的基本概念、基本理论、基本分析方法以及实际应用，主要内容包括自动控制系统概述，自动控制系统的数学模型，时域分析法，自动控制系统的各组成部分特性，计算机控制系统概述，PID控制器的数字化设计，自动控制系统的设计、分析与调试等。各章均配有内容提要、小结和大量习题。时域分析法配有MATLAB仿真分析。附

本书对人机交互技术及应用进行了比较全面的介绍，内容包括绪论、人机交互设计理念基础、人机交互模型、人机交互系统设计、界面设计、直接操纵与沉浸式环境、导航设计、提升用户体验、文档与用户支持、人机交互质量评估、可用性评估与用户体验评价、人机交互设备及实验等。人机交互设计努力去创造和建立的是人与产品及服务之间有意义的关系，以在

"本书比较全面地阐述了经典控制、现代控制的基本内容。全书共分九章，主要包括自动控制系统建模、时域分析法、根轨迹法、频域分析法、离散系统分析、非线性系统分析、线性系统理论、最优控制理论。各章均含有MATLAB支持下对控制系统进行计算机辅助分析与设计典型实例。为帮助读者更加熟练掌握该书内容，配套出版了《自动控制原理数字课程

本书对人工智能安全的理论与实践技术进行了梳理，全面完整地覆盖了人工智能安全技术的主要方面，把相关知识体系划分为五部分，即人工智能的安全观、人工智能安全的数据处理、人工智能用于网络安全的攻击与防御、人工智能模型的对抗攻击与防御以及人工智能平台的安全与工具。第一部分对人工智能安全问题、基本属性、技术体系等进行了归纳梳理。第

《人工智能》选取人工智能的9个核心方向，包括搜索、机器学习、线性回归、决策树、集成学习、神经网络、计算机视觉、自然语言处理与强化学习，系统梳理关键知识点，并详细介绍基础原理与重要算法，同时，加入了对前沿知识的介绍与对核心成果的分析和说明。同时，书中的每一章均配备作业题与编程练习，让读者们在练习当中加深对算法与原理的理解

本书是一本系统介绍人工智能基础知识和基本原理的入门书籍,从经典人工智能入手,介绍知识表示、确定性推理、不确定性推理、专家系统和演化算法等。同时,也介绍了典型机器学习和深度学习的学习框架和方法,如决策树、支持向量机、卷积神经网络、循环神经网络和生成对抗网络等。另外,本书以Pytorch、sklearn等为基础通过实践项目

本书详细介绍了人工智能领域涉及的数学基础，对于每个问题尽可能给出足够详尽的证明过程，以帮助读者深入理解智能算法的原理。本书内容涉及线性代数、高等数学、概率论、**化等多个数学分支内的重要知识点。采用公式推导、图表示例、应用举例相结合的方式，以翔实的语言、全新的视角，帮助读者理解其中的关键知识点。全书共分为10章:第1章

本书深入浅出地介绍了近年来AI领域中十分引人注目的新型人工神经网络——生成对抗网络（GAN）的基本原理、网络结构及其在图像处理领域中的应用；同时，分析了近年来在GAN训练、GAN质量评估及多种改进型GAN方面取得的进展；在实践方面，给出了基于Python的基本GAN编程实例。另外，本书还介绍了支撑GAN模型的基础理论和