共分为4个部分：1、基础知识：主要介绍机器学习的基本概念、Python的基础知识、常用第三方库，并结合网络爬虫及信息提取案例和股票数据图表绘制案例使读者对本部分内容有更好的理解。2、有监督分类案例：包括Iris数据分类、新闻文本数据分类、手写数字图像识别和场景文字检测共4个案例。3、无监督聚类案例：包括人脸图像聚类和文

涵盖强化学习基本算法实践+深度强化学习算法的原理实现及案例。代码丰富，可直接上手操作；配套丰富的直播课程资源！

本选题宏观而全面地介绍了人工智能的理论和实践，阐述了人工智能领域的核心内容，并较为深入的介绍了各个主要研究方向的理论基础及应用。全书分为8章：第1章介绍人工智能的基本概念、研究目标及发展情况；第2章讲解人工智能领域常用的数学概念；第3、4章讨论人工智能在通讯领域、控制领域的应用原理及常见技术；第5章讲解人工智能的核心算

本书是面向高级人工智能人才培养的高等学校人工智能相关专业精品教材中的一本，以信息物理系统、模糊逻辑系统、自主无人系统、群体智能、多Agent系统、人机协同系统、工业智能控制系统、机器人系统等为案例，完整呈现了人工智能综合应用体系架构。本书首先介绍了智能系统的发展、相关概念、主要特征和类型、智能系统的发展前景，然后围绕智

随着AI技术的普及，如何快速理解、掌握并应用AI技术，成为绝大多数程序员亟需解决的问题。本书基于Keras框架并以代码实现为核心，详细解答程序员学习AI算法时的常见问题，对机器学习、深度神经网络等概念在实际项目中的应用建立清晰的逻辑体系。本书分为上下两篇，上篇（第1～4章）可帮助读者理解并独立开发较简单的机器学习应用，

本书面向初学者，采用全彩图解+视频讲解的形式介绍了人工智能的基础知识及开发案例，从无代码到图形化编程到代码编程，循序渐进，让读者逐步掌握人工智能技术，体验人工智能带给自己的乐趣。本书首先通过mDesigner+开源硬件的结合赋予创客作品以“智能”，接着介绍了与人工智能密切相关的深度学习及其所需要的编程语言、编程框架及编

《人工智能基础数学知识》基于流行的Python语言，通俗易懂地介绍了入门人工智能领域必需必会的数学知识，旨在让读者轻松掌握并学以致用。 《人工智能基础数学知识》分为线性代数、概率和优化等3篇，共21章，覆盖了人工智能领域中重要的数学知识点。本书写作风格通俗有趣，读者可在潜移默化中掌握这些数学知识以及相关的编程操作，并能

粒计算是目前人工智能领域内广为关注的研究课题，本书旨在为初学者提供学习粒计算理论与方法的基本指导。模糊集、粗糙集和概念格是粒计算的三种主要的方法，本书把这三种方法有机地结合成为一个粒计算的基本理论框架，主要包括：1）模糊集理论，2）粗糙集理论，3）概念格理论。

《从统计世界走向人工智能——实战案例与算法》叙述了从数学到统计、从统计到人工智能的发展，结合大量的实际商业应用案例介绍了诸多经典的机器学习算法，比如LASSO回归、MCMC、决策树、随机森林和神经网络等。《从统计世界走向人工智能——实战案例与算法》将案例与算法结合，基于人工智能的场景，从理论到实际操作层层递进，读者从中

本书从区块链的四个核心前沿技术--分布式账本、加密技术、共识机制和智能合约技术入手，重点介绍公有链、联盟链和私有链上的共识机制，描述其中使用的去中心化算法，包括PoW（工作量证明），PoS（权益证明），DPoS（股份授权证明），Ripple共识，PBFT（实用拜占庭容错）和PoV（投票证明）等，并具体分析了每个算