本书选材广泛,涵盖了人工智能基础、人工智能的利弊、人工智能中的推理、知识表示和知识图谱、模糊逻辑系统、知情搜索算法和不知情搜索算法、专家系统、机器学习和深度学习、机器学习算法、人工神经网络、大数据与机器学习、模式识别、自然语言处理、计算机视觉、人工智能中的智能体、智能制造、用于人工智能的五种编程语言、人工智能平台、人工

深度学习（DL，DeepLearning）是机器学习（ML，MachineLearning）领域中一个新的研究方向，通过学习样本数据的内在规律和表示层次，实现机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。在开始深度学习项目之前，选择一个合适的框架能起到事半功倍的作用。全世界最为流行的深度学习框架有T

本书主要内容包括机器学习中的相关数学基础(线性代数、概率统计与信息论、最优化方法和张量分析);样本数据中的预处理;机器学习主流算法;基于MATLAB机器学习算法的实现和机器学习综合应用、机器学习和深度学习的工程应用。本书特色是深入浅出,自成体系,注重基础理论的描述,具有系统性、完整性、可阅读性、应用性和前瞻性。

本书从硬件、软件、算法和通信四个方面来讲述一个智能系统完整的开发内容,主要包括:智能系统相关背景、智能系统芯片、编译系统、操作系统、操作系统软件框架、应用软件开发、机器学习、深度学习推框架和智能系统应用开发。从而让读者能够全面的学习一个智能系统所涉及的各方面知识点,从而便于从宏观方面理解智能系统。本书适合于刚开始学习计

本书为1+X职业技能等级证书(人机对话智能系统开发)中级配套教材。本书共8个单元,21个任务,包括自然语言处理技术初探、语料数据加工处理、序列标注--词法分析、语音交互界面VUI设计、人机对话系统中的自然语言处理、基于腾讯云小微的人机对话系统实战、基于模块的人机对话系统实战及人机对话系统测评实战。书中案例基于腾讯云小微

本书从人工智能的基本定义出发,由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域,以梳理知识脉络和要点的方式,详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍,本书概念论述清楚,内容丰富,通俗易懂,在较为全面介绍人工智能的基础上对一些传统内容进

目前,人工智能技术的发展以机器学习、深度学习技术为主,它能够解决一些传统人工程序无法实现的效果。然而,“人工智能＋”更是被寄希望于把人工智能技术应用到各行各业之中。本书不仅包含了机器学习、深度学习的算法,还侧重于人工智能应用软件的开发。书中针对人工智能相关应用和技术设计了项目式教学案例,每章从不同侧面讲述了人工智能应用

本书基于嵌入式人工智能开发板EAIDK-310和嵌入式虹膜门禁系统EAIDK-310-P20实验平台,使用Qt和PyQt作为界面设计和运行框架,通过在嵌入式Linux系统中使用Python和C++语言编写程序代码,实现视频采集、物体分类、人脸识别、虹膜图像预处理、虹膜图像特征提取与匹配、虹膜图像采集与定位显示、虹膜识别

本书从人工智能时代说起，通过项目学习（PBL）的方式由浅入深地剖析图像处理、人脸聚类、语音识别、人脸签到、慧眼识人、自动驾驶小车等人工智能的相关应用案例，并在此基础上推出5个生动有趣的典型综合实践项目--裸眼3D、无人机+智慧农业、创建自己的语音识别库、语音播报智能垃圾桶、垃圾分类机器人。 本书项目在实施过程中，依托

本书共12个单元，每个单元分为SectionA和SectionB两部分。两个部分围绕同一主题，以不同的体裁形式呈现，并提供了参考译文。本书涵盖了人工智能领域广泛的基础研究主题，比如机器学习、神经网络、计算机视觉、自然语言处理，展示了人工智能在多领域的具体应用，比如推荐系统、人脸识别、聊天机器人、自动驾驶、智能机器人，并