本書先介紹深度強化學習的基礎知識及相關算法，然后給出多個實戰(zhàn)項目，以期讓讀者可以根據(jù)環(huán)境的直接反饋對智能體加以調(diào)整和改進，提升運用深度強化學習技術解決實際問題的能力。本書涵蓋深度Q網(wǎng)絡、策略梯度法、演員-評論家算法、進化算法、Dist-DQN、多智能體強化學習、可解釋性強化學習等內(nèi)容。本書給出的實戰(zhàn)項目緊跟深度強化學習

本書主要介紹經(jīng)典的機器學習算法的原理和改進，以及Python的實例實現(xiàn)。本書的內(nèi)容可以分成三部分：第一部分是機器學習概念篇（第1章），充分介紹機器學習的相關概念，并且對機器學習的各種算法進行分類，以便讀者對機器學習的知識框架有整體的了解，從而在后續(xù)的學習中更容易接受機器學習涉及的各類算法；第二部分是Python機器學習

本書共五章：概率推理、生成模型、強化學習、機器人、自動駕駛。內(nèi)容包括：概率與統(tǒng)計、聲場模型的創(chuàng)造力、強化學習與游戲、形形色色的機器人、自動駕駛概覽等。

本書主要研究了狀態(tài)相關的脈沖對（切換）神經(jīng)網(wǎng)絡穩(wěn)定性的影響，以及利用脈沖免疫（脈沖解毒）怎么控制網(wǎng)絡病毒的傳播，是作者近年來的研究成果。 本書首先介紹了狀態(tài)相關的脈沖（切換）系統(tǒng)、神經(jīng)網(wǎng)絡模型、計算機病毒傳播模型，然后運用B-equivalence方法、Lyapunov函數(shù)和一些分析技巧研究了幾類狀態(tài)相關的脈沖（切換

本書以“項目導向、任務驅(qū)動”的教學模式，根據(jù)自動控制技術的發(fā)展現(xiàn)狀，介紹了控制理論的基本概念、基本理論及基本分析方法，并結合控制理論對實際應用項目進行了分析。理論與實訓相結合，體現(xiàn)了“教、學、做一體化”特點。全書主要包括自動控制系統(tǒng)概述、控制系統(tǒng)的數(shù)學模型、控制系統(tǒng)的時域分析法、控制系統(tǒng)的根軌跡法、控制系統(tǒng)的頻率特性法

原著作者馬克·科克伯格是維也納大學哲學系哲學教授。譯叢主編杜嚴勇，男，1976年生，科學史博士，上海交通大學馬克思主義學院教授、博士生導師，國家社科基金重大項目“人工智能倫理風險防范研究”首席專家，主要研究方向為人工智能倫理。本書為人工智能倫理譯叢叢書之一。本書描述了有影響力的人工智能故事，從弗蘭肯斯坦的怪物到超人文主

該著作作者VirginiaDignum，女，烏得勒支大學計算機科學博士，優(yōu)密歐大學計算機科學系教授。主要研究方向為負責任的人工智能和人際合作的設計與評價。譯叢主編杜嚴勇，男，1976年生，科學史博士，上海交通大學馬克思主義學院教授、博士生導師，國家社科基金重大項目“人工智能倫理風險防范研究”首席專家，主要研究方向為人工

本書共8章，主要分為三大部分：知識表達方法、知識挖掘方法和知識融合方法。知識表達重點面向邏輯結構形式、業(yè)務流程和語義向量三個方面開展表達方法研究；知識挖掘主要研究模糊知識挖掘和知識遷移方法；知識融合則分別對采用傳統(tǒng)證據(jù)理論和較為新穎的圖論方法進行知識融合開展研究。

"知識工程是人工智能的重要分支領域。本書圍繞知識工程技術及其應用，對領域本體、時間本體與時間信息抽取、實體識別、實體關系獲取、實體屬性知識獲取、描述流抽取以及知識評估進行了詳細的論述。全書共分八章，沿著從知識表示到知識抽取、知識評估這一主線逐步展開，圍繞相關應用，由淺入深，闡明相關概念和核心方法，為知識工程領域的從業(yè)人

《物聯(lián)網(wǎng)工程技術人員（初級）物聯(lián)網(wǎng)嵌入式開發(fā)》作為物聯(lián)網(wǎng)嵌入式開發(fā)方向的初級教材，緊密聯(lián)系理論和實踐，其中包括感知控制開發(fā)、物聯(lián)網(wǎng)應用協(xié)議開發(fā)、物聯(lián)網(wǎng)組網(wǎng)通信開發(fā)等三個部分。書中結合了感知設備開發(fā)、單片機開發(fā)、物聯(lián)網(wǎng)輕量級協(xié)議開發(fā)、有線通信和無線通信開發(fā)等開發(fā)技巧及應用案例實操。幫助讀者掌握物聯(lián)網(wǎng)嵌入式開發(fā)技術并積累行