本書分為基礎篇、中級篇和高級篇，主要介紹人工智能的原理和編程實現(xiàn)案例，內容包括人工智能技術的發(fā)展過程，人工神經網絡的結構、優(yōu)化方法、正則化方法和訓練方法，前饋神經網絡、卷積神經網絡和循環(huán)神經網絡，數(shù)據(jù)的各種獲取方法和處理方法，大語言模型等。本書的編程部分從利用Python實現(xiàn)AI算法，過渡到利用高級框架keras，使讀

人工智能在音樂、美術、工業(yè)和科學等領域的創(chuàng)造性過程中發(fā)揮著非常重要的作用，特別是隨著大模型技術的發(fā)展，AI在藝術創(chuàng)作、工業(yè)設計、產品建模等領域發(fā)揮著越來越重要的作用，而虛擬現(xiàn)實、增強現(xiàn)實以及元宇宙等新概念、新模式正在改變著教育、醫(yī)療、購物等生產生活的方式。本書從AI生成模型出發(fā)，深入全面介紹AI創(chuàng)造所涉及的理論方法。而

本書主要介紹了人工智能平臺搭建、基于人工智能的機器系統(tǒng)應用、基于人工智能的機器人場景應用、基于人工智能的語音控制應用和基于人工智能的機器視覺應用五個項目。本書內容緊跟新一代信息技術和人工智能主流技術的發(fā)展，以培養(yǎng)學生的人工智能技術應用能力為目標；以項目、任務為導向，將相關知識的講解貫穿在任務的實施過程中，強調職業(yè)教育教

本書系統(tǒng)地闡述了不完全信息和通信能力受限情形下幾類離散神經網絡的多指標狀態(tài)估計方法。全書共11章，主要涉及方差約束、H性能、橢球約束等指標。具體包括：第1章緒論；基于狀態(tài)增廣方法，第2章至第4章給出了幾類離散時變神經網絡的方差約束H狀態(tài)估計方法，揭示了隨機發(fā)生非線性、測量丟失、傳感器飽和、測量衰減以及事件觸發(fā)通信協(xié)議對

深度學習技術與應用（TensorFlow版）

本書系統(tǒng)介紹了基于強化學習的多智能體協(xié)同技術，涉及進化算法、納什均衡等相關主題，討論了基于強化學習的多智能體協(xié)同理論、一致性學習算法、基于協(xié)同Q學習算法的多智能體規(guī)劃技術等，研究了ICFA方法的優(yōu)越性，將計算時間和結果準確性作為指標進行考核，在多機器人實時攜桿問題中驗證了算法的有效性。并給出了針對多機器人協(xié)同問題的應用

本書從管理創(chuàng)新、治理目標、社會責任和社會共識等多角度出發(fā)，通過對人工智能涉及的信息技術倫理的內涵、技術風險的特性、技術倫理評價與技術邊界的闡釋和研究，提出了我國人工智能社會風險的規(guī)避措施，探討了人工智能在管理應用中的倫理框架和原則，旨在通過形成平衡性的人工智能倫理觀來實現(xiàn)對人工智能社會風險的管控與治理，對于廣大黨員干部

過去十年見證了人工智能和機器學習(AI/ML)技術的廣泛應用。然而，由于在廣泛實施過程中缺乏監(jiān)督，導致了一些事故和有害后果，而這本可以通過適當?shù)娘L險管理來避免。在我們認識到AI/ML的真正好處之前，從業(yè)者必須了解如何減輕其風險。本書描述了負責任的AI方法，這是一種以風險管理、網絡安全、數(shù)據(jù)隱私、應用社會科學方面的最佳實

訓練數(shù)據(jù)與算法本身一樣關系到數(shù)據(jù)項目的成敗，因為大多數(shù)AI系統(tǒng)的失敗都與訓練數(shù)據(jù)有關。但是，盡管訓練數(shù)據(jù)是AI和機器學習成功的基礎，但卻很少有全面的資源能幫助你掌握這一過程。在這本實踐指南中，作者AnthonySarkis(DiffgramAI數(shù)據(jù)訓練軟件的首席工程師)向技術專業(yè)人員、管理人員、主題專家展示了如何使用和

本書系統(tǒng)地講述了智能現(xiàn)象的發(fā)展歷史。全書共分為9章。第1章介紹本書的寫作背景、智能的不同定義、智能現(xiàn)象問題、智能現(xiàn)象新的假說；第2章介紹宇宙從無到有（物質、能量和空間）、不安分的宇宙、改變以穩(wěn)定宇宙等內容；第3章介紹物理學中的智能，包括美麗的物理世界、引力智能、引力和暗能量、熵引力、最小作用量原理、量子隱形傳態(tài)等內容；