隨著科技的不斷進步，人工智能迅速發(fā)展。人工智能的發(fā)展離不開算法，而在算法中，分類技術(shù)是人工智能發(fā)展的重要組成部分。本書針對粗糙集分類技術(shù)的模型及其特征選擇算法展開了深入研究。主要內(nèi)容包括：(1)正向宏近似分類模型及其特征選擇算法。正向宏近似分類模型把整個決策類集作為一個整體來近似，從宏觀的角度描述了決策類集的上下近似，

本書主要內(nèi)容涵蓋人工智能的基本概念、搜索算法、機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計算機視覺、人工智能安全與倫理、智能控制、智能機器人、智能醫(yī)療、智能金融、智能交通、智能安防、智能家居、智能農(nóng)業(yè)和智能教育。本書內(nèi)容豐富，條理清晰，注重理論與實踐相結(jié)合，通過大量的案例和實驗，使讀者更好地理解和掌握人工智能技術(shù)及相關(guān)應(yīng)用。同

勇敢的新世界：偽裝的藝術(shù)……正如人工智能這個名字所暗示的，它是人工的，與人類智能根本不同。然而，人工智能的目標通常是模仿人類智能，這種欺騙從最初就開始了。自從艾倫·圖靈回答了“機器能思考嗎？”這個問題，并提出機器假裝是人類以來，我們就一直在嘗試模仿�，F(xiàn)在，我們開始構(gòu)建真正欺騙我們的人工智能。像ChatGPT這類強大的人

本書是日本人工智能領(lǐng)域的暢銷書，作者均為模式識別領(lǐng)域的知名學(xué)者，并基于他們多年的研究、實踐經(jīng)驗和獨特的視角，從模式識別的基本概念開始，以通俗易懂的語言介紹了機器學(xué)習(xí)、識別函數(shù)設(shè)計、特征的評價、特征空間的變換、子空間法、最小二乘法等常用的模式識別基礎(chǔ)知識和算法，精心設(shè)計的習(xí)題能幫助讀者進一步深入理解模式識別理論。在心得欄

本書共10章，涵蓋的主要內(nèi)容：機器學(xué)習(xí)概述；為什么機器學(xué)習(xí)需要概率論；概率的定義；集合和事件；獨立性；概率的性質(zhì)；常見的計算概率方法；離散型和連續(xù)型概率分布；離散型和連續(xù)型概率分布的期望值、方差與標準差；幾種常見的離散型和連續(xù)型概率分布；條件概率；聯(lián)合概率；邊緣概率；貝葉斯理論；隨機過程簡介；馬爾可夫鏈；隱馬爾可夫模型

本書作者分享了數(shù)十個來自初創(chuàng)公司和各領(lǐng)域企業(yè)的人工智能應(yīng)用案例，講述了從事人工智能部署工作者的個人經(jīng)歷，生動形象地向讀者展示了人工智能的實踐思路，繼而描繪了未來熟練應(yīng)用人工智能的場景。

教育信息化促進了教育測評理念的變革，人工智能時代的教育更加關(guān)注以智能技術(shù)驅(qū)動的學(xué)習(xí)者認知分析與個性化學(xué)習(xí)的訴求。本書遵循"理論-方法-應(yīng)用"研究范式，探索人工智能時代的學(xué)習(xí)認知分析的新理論與新方法。

本書是作者對自2008年起系統(tǒng)分析"機器能否獲得認知發(fā)展能力"這一問題而不得不先訴諸于"人工智能基礎(chǔ)問題"或"認知哲學(xué)"方面的研究其結(jié)果的總結(jié)。本書立論開宗明義：將機器認知發(fā)展問題簡化為"物理機器的概念產(chǎn)生問題"。據(jù)此，作者遂建立起自己對"概念體系"的理論和對"心靈哲學(xué)"的基本觀念，之后使用符合哲學(xué)討論習(xí)慣的方式進行論

本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線性系統(tǒng)分析等。本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學(xué)模型、時域分析和

本書從軟件工程的角度出發(fā)，將軟件工程和人機交互進行有機融合，全面系統(tǒng)地介紹人機交互領(lǐng)域涉及的核心概念和重要思想，著重介紹如何從軟件工程的視角理解并進行人機交互系統(tǒng)的需求獲取、系統(tǒng)設(shè)計、原型設(shè)計和評估迭代，以及主流的交互原型開發(fā)工具的使用，同時還介紹人機交互的前沿熱點技術(shù)，如多模態(tài)交互、虛擬現(xiàn)實、智能交互等內(nèi)容。全書共分