暂缺简介...

暂缺简介...

暂缺简介...

暂缺简介...

暂缺简介...

本书面向复杂不确定环境下可解释分类的需求，重点阐述作者提出的置信规则分类方法体系及其在实际工程中的应用。全书主要内容包括不可靠数据鲁棒置信规则分类、面向大数据的紧凑置信规则分类、数据与知识双驱动的复合置信规则分类、精确且可解释的置信关联规则分类、面向高维数据的置信关联规则分类、面向软标签数据的置信关联规则分类等方面的理论进展，以及在编队目标识别、多框架融合目标识别、多属性决策融合目标威胁评估等实际问题中的应用。

本教材以案例与实践为重心，按照如下逻辑进行知识点的组织：第1章介绍人工智能发展历程和百度飞桨框架；第2章和第3章围绕机器学习展开，介绍了监督学习和无监督学习的各种经典算法及其应用案例；第4章围绕深度学习展开，介绍了前馈神经网络、卷积神经网络、循环神经网络和生成对抗网络学习四个核心知识点，及深度学习在计算机视觉、自然语言处理两大领域的应用和实践；第5章围绕强化学习的理论、方法和应用进行了介绍。 本书可面向高等院校（尤其是应用型本科）教学，教师可根据课程计划和专业特色选择授课内容（32~56学时）；本书也可配套《人工智能导论：模型与算法》一书，作为人工智能专业课程的辅助学习材料；本书也适用于从事人工智能相关开发和应用的行业人员，快速掌握人工智能知识体系及提升代码实践能力。

至少从 20 世纪 50 年代起，人们就开始大肆宣传可能很快就会创造出一种能够与人类智能的全部范围和水平相匹配的机器。现在，我们已经成功地创造出了能够解决特定问题的机器，其准确度达到甚至超过了人类，但我们仍然无法获得通用智能。这本书想和大家探讨一下还需要做什么样的努力才能不仅获得专用智能，还能获得通用智能。　如果读者对智能感兴趣，想了解更多关于如何建造自主机器的知识，或者担心这些机器突然有一天会以一种被称为“技术奇点”的方式统治世界，请阅读本书。通过阅读本书，读者将会了解到：　尽管人工智能已经变得越来越复杂而强大，但计算机科学还远未创造出通用人工智能 。　人类自然智能的认知机理以及人工智能发展的初心与使命，从不同方面认知当前人工智能技术的不足。　从当前“专用人工智能”到实现真正的“通用人工智能”还需要在哪些方面取得突破。　机器智能的进步可能会改变人们从事的工作类型，但它们不会意味着人类存在的终结。　为什么机器智能的改进并不会导致由机器所主导的失控性革命，机器智能的进步并不会导致世界末日的到来。

优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。本书较为系统地介绍了优化技术的基本理论和方法以及现有绝大多数优化算法的MATLAB程序。本书内容包括无约束和约束优化方法、规划算法等经典优化技术以及遗传算法、粒子群等现代优化算法，而对于其他优化算法及群智能优化算法的基本理论、实现技术以及算法融合，读者可到北京航空航天大学出版社相关网站下载学习。本书既注重计算方法的实用性，又有一定的理论分析，对于每种算法都配有丰富的例题及MATLAB程序，可供读者使用。本书既可作为高等院校数学与应用数学、信息与计算科学、统计学、计算数学、运筹学、控制论等与优化技术相关专业的本科生或研究生的教材，以及地质、水利、化学和环境等专业优化技术教学的参考用书，也可作为对优化理论与算法感兴趣的教师与工程技术人员的参考用书。

通过一系列最新的技术突破，深度学习推动了整个机器学习领域的发展。现在，即使是对这项技术几乎一无所知的程序员也可以使用简单、高效的工具来实现具备数据学习能力的程序。这本畅销书采用具体示例、最小化理论和生产就绪的Python框架（Scikit-Learn、Keras和TensorFlow）来帮助你直观地理解构建智能系统的概念和工具。在更新的第3版中，作者Aurélien Géron探究了一系列技术，从简单的线性回归开始，逐步推进到深度神经网络。书中的大量代码示例和练习有助于你学以致用。你需要具备一定的编程经验。