数据科学与人工智能数学基础课旨在帮助读者快速打下数学基础，通俗讲解每一个知识点。 全书分为3篇，共17章。其中第1篇为基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日；第2篇为核心知识篇，主要讲述了线性代数基础、特征值与矩阵分解、随机变量与概率估计、概率论基础、数据科学的几种分布、核函数变换、熵与激活函数；第

本书是一本人工智能应用技术方面的入门教材，介绍了网络、设备、制造、安全、大数据、多媒体等应用领域在智能化方面的发展。本书从人工智能应用的角度，全面系统地阐述了计算机网络、移动互联网、物联网、出版印刷、互联网安全、云计算与大数据、图像处理、生物特征识别、多媒体交互等在智能化方面的应用和实践，主要内容包括人工智能导论；三种

《物联网发展与创新》对物联网的技术方面，提出了在物联网连接对象（CO）中与环境、体系结构和协议相关的要素，提出了需要解决的重大科学问题：对象的准确识别、数据传输协议、机器与机器（M2M）通信、加密和安全、法律体系以及物联网架构的规范化和标准化；介绍了帮助物联网的不同范式、物联网和多智体系统之间建立联系的MQTT协议，D

全书共10章分别从构建非生物智能体、感知、描述、连接、记忆和理解、学习与交互、智能体运算模式与处理功能、资源和任务功能系统、生存、思维、控制与主体性、智能体生命周期等角度深入讨论了智能体的方方面面，本书讨论一个极为庞大、复杂，且没有先例、没有形成共识的智能体或机器智能系统的实现机理、过程、要点，没有能、也做不到面面俱到

本书以深度学习为核心，详细讲解Pytorch技术堆栈，力求使用最直白的语言，带更多的小白学员入门甚至精通深度学习。本书共分为10个章节，前五个章节主要讲解深度学习中的基本算法及概念，通过使用Pytorch实现经典的神经网络并辅以\"课后加油站”小节补充数学知识，力求让每一个知识点、每一个章节、每一个实验都能在学员脑海中

本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。

本书主要介绍了TensorFlow2在机器视觉中的应用。本书共8章，主要内容包括神经网络的原理，如何搭建开发环境，如何在网络侧搭建图片分类器，如何识别图片中不同肤色的人数，如何用迁移学习诊断医疗影像，如何使用Anchor-Free模型检测文字，如何实现OCR模型，如何优化OCR模型。本书适合机器视觉、深度学习方面的专业

本书是用户体验设计师的入门读物，从用户体验设计师的角度出发，系统地介绍了从事用户体验设计的学习方法、思维方式、工作流程和方式，覆盖了用户体验设计基础知识、设计师的角色和职业困惑、工作流程、需求分析、设计规划和设计标准、项目跟进和成果检验、设计师职业修养以及需要具备的意识等，力图帮助设计师解决在项目中遇到的一些常见问题，

本书是智能计算平台应用开发初级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共8章，内容包括智能计算平台应用开发概述、硬件设备、系统与软件、系统管理、数据采集、数据存储、基础应用软件开发测试、人工智能示教编程。

本书是智能计算平台应用开发高级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共9章，内容包括智能计算平台应用开发概述、智能计算高级环境、平台管理、数据存储、数据处理、数据备份及恢复、深度学习基础算法建模、人工智能算法优化、人工智能高级应用软件开发测试。