不斷涌現(xiàn)的新興技術(shù)使得設(shè)計(jì)領(lǐng)域的邊界變得越來(lái)越模糊，途徑變得越來(lái)越多元，對(duì)設(shè)計(jì)的廣度、深度和復(fù)雜度也提出了更高的要求。生理計(jì)算為產(chǎn)品設(shè)計(jì)提供了基于用戶(hù)生理和情感信息的交互方式和評(píng)估方法，使系統(tǒng)、任務(wù)和交互適應(yīng)用戶(hù)成為可能，同時(shí)也提供了一種使系統(tǒng)了解用戶(hù)偏好的方法。根據(jù)其技術(shù)發(fā)展的方向，本書(shū)將生理計(jì)算技術(shù)在設(shè)計(jì)領(lǐng)域的應(yīng)用

機(jī)器學(xué)習(xí)是人工智能的一個(gè)方向。它是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門(mén)學(xué)科。其目標(biāo)是使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類(lèi)學(xué)習(xí)活動(dòng)，從現(xiàn)有大量的數(shù)據(jù)中學(xué)習(xí)，利用經(jīng)驗(yàn)不斷改善系統(tǒng)性能。機(jī)器學(xué)習(xí)步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、建立模型、模型評(píng)估和預(yù)測(cè)。本書(shū)共6章。第1章節(jié)主要介紹機(jī)器學(xué)習(xí)的基本概念及其

本書(shū)闡釋了人工智能（AI）的獨(dú)特之處，它可能導(dǎo)致哪些法律和道德問(wèn)題，以及我們?nèi)绾谓鉀Q這些問(wèn)題。它認(rèn)為AI與先前其他的任何技術(shù)都有不同，因?yàn)樗�能夠�?dú)立且不可預(yù)測(cè)地做出決策。這引發(fā)了三個(gè)問(wèn)題：責(zé)任——如果AI造成傷害，誰(shuí)來(lái)負(fù)責(zé)；權(quán)利——賦予AI法律人格的道德?tīng)?zhēng)議和務(wù)實(shí)理由；以及圍繞人工智能決策的倫理規(guī)范。該書(shū)建議，為了解決

本書(shū)是近年來(lái)作者對(duì)混合智能系統(tǒng)研究成果及經(jīng)驗(yàn)的總結(jié)。本書(shū)界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計(jì)科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對(duì)串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對(duì)人類(lèi)的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類(lèi)進(jìn)行各個(gè)方面的工作，可以說(shuō)大大提高了人類(lèi)在日常生活工作中的效率。但人工智能具有兩面性，對(duì)人類(lèi)有好的一面也有不好的一面。因此，本書(shū)將結(jié)合人工智能技術(shù)的發(fā)

本書(shū)以掌握Python語(yǔ)言基礎(chǔ)為前提，由淺入深、全面系統(tǒng)地講解了機(jī)器學(xué)習(xí)的相關(guān)知識(shí)及技能，內(nèi)容注重實(shí)用性和可操作性，在介紹機(jī)器學(xué)習(xí)理論知識(shí)的基礎(chǔ)上，結(jié)合具體的實(shí)戰(zhàn)實(shí)例，給出了詳細(xì)的代碼及實(shí)現(xiàn)步驟。全書(shū)共9個(gè)項(xiàng)目，分別介紹了數(shù)據(jù)分析基礎(chǔ)、機(jī)器學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn)流程、探索性數(shù)據(jù)分析與特征工程、常見(jiàn)機(jī)器學(xué)習(xí)算法及框架、交叉驗(yàn)證與超

本書(shū)是《動(dòng)手學(xué)深度學(xué)習(xí)》的重磅升級(jí)版本，選用PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。 本書(shū)重新修訂《動(dòng)手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對(duì)技術(shù)的發(fā)展，新增注意力機(jī)制、預(yù)訓(xùn)練等內(nèi)容。本書(shū)包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)和預(yù)備知識(shí)，并由線(xiàn)性模型引出基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)——多層感知機(jī)

本書(shū)本著培養(yǎng)高職學(xué)生的人工智能基本素養(yǎng)、人工智能思維和人工智能應(yīng)用實(shí)踐能力的目標(biāo)，內(nèi)容選取符合高職學(xué)生的特點(diǎn)，強(qiáng)調(diào)人工智能的通識(shí)性、典型性和實(shí)用性，具有可操作性。本書(shū)選取了涵蓋人工智能領(lǐng)域的多個(gè)典型案例，采用項(xiàng)目化模式構(gòu)建教學(xué)案例，突出實(shí)踐。每個(gè)案例由循序漸進(jìn)的遞進(jìn)式任務(wù)組成，支持課堂分層次教學(xué)實(shí)施。全書(shū)共分7章，主要

本書(shū)從圖劃分的視角系統(tǒng)介紹基于圖論的機(jī)器學(xué)習(xí)方法，包括機(jī)器學(xué)習(xí)中的三類(lèi)基本學(xué)習(xí)問(wèn)題：無(wú)監(jiān)督、半監(jiān)督和監(jiān)督學(xué)習(xí)問(wèn)題，同時(shí)考慮協(xié)同正則化、多重正則化和路徑傳播對(duì)基于圖論的學(xué)習(xí)方法進(jìn)行了拓展。通過(guò)大量的實(shí)驗(yàn)驗(yàn)證，本書(shū)提供的方法合理有效，算法效率顯著提高。

本書(shū)主要利用魯棒控制理論和隨機(jī)系統(tǒng)理論研究了噪聲環(huán)境下多智能體系統(tǒng)的協(xié)同控制問(wèn)題。具體包括噪聲環(huán)境下異構(gòu)多智能體系統(tǒng)的一致性，持續(xù)干擾下多智能體系統(tǒng)的一致性，噪聲環(huán)境下多智能體系統(tǒng)的旋轉(zhuǎn)運(yùn)動(dòng)和對(duì)抗編隊(duì)控制，最后簡(jiǎn)要介紹了噪聲環(huán)境下分?jǐn)?shù)階多智能體系統(tǒng)的一致性。