《人工智能鱼》是为计算机、海洋、水产等相关学科的本科生开设的全校选修课，课程旨在使学生通过人工智能鱼课程学习，了解鱼类学、鱼类行为学以及计算机学科间的关系，掌握鱼类行为学的人工智能算法实现，提升学生的动手编程能力，促进学校多学科交融与发展。本课程将人工智能、计算机图形学和鱼类行为学相结合，讲解如何设计绘制逼真的鱼类形态

本书系统地讲解机器人技术的基础知识及相关应用，内容包括机器人运动学、机器人动力学、机器人控制、机器人传感器、机器人视觉、机器人运动规划和仓储物流机器人系统开发。本书紧密结合行业发展趋势，注重实践能力培养，将机器人基础理论与应用技术相结合，真实反映国内外机器人研究领域的新进展，使读者能够全面了解机器人技术发展现状，同时结

本书根据目前国际研究水平的相关研究热点对生物传感器系统理论及相关最新技术进行详细论述，将研究分析和数据，以文字、图片、表格等形式清晰展现给读者。本书系统地介绍了生物传感器的基本原理、类型、性能参数、应用和发展方向，并重点介绍了生物反应系统的控制、生物传感器中的换能器以及电化学生物传感器、光化学生物传感器、生物芯片、生物

智能问答技术在自然语言处理和人工智能领域发挥着重要的作用。它将信息检索、知识表示和自然语言处理技术融合在一起，为智能推荐、网络客服等任务提供了杰出的支持。本书共分为11章，分为3个部分。第1部分主要介绍知识库的构建，包括现有的知识库构建技术、基础知识、数据采集技术、数据转换储存和查询流程、异构数据源实体对齐和面向知识图

图可以被用于表示各类对象之间的关系，而图神经网络是指专门用于处理图数据的深度学习模型，可实现对图数据的建模和推断。本书系统地介绍了图神经网络的基本原理、常用模型和应用领域等。首先介绍了两类最基本的图神经网络方法GCN和GraphSAGE，并给出了图神经网络的学习目标、评价方法；然后对图神经网络中常用的模型结构进行了深入

生成式AI是科技领域最炙手可热的话题。这本实践用书教授机器学习工程师和数据科学人员如何利用TensorFlow和Keras从零开始创建令人印象深刻的生成式深度学习模型，包括变分自编码器(VAE)、生成对抗网络(GAN)、Transformers、归一化流、基于能量的模型和去噪扩散模型。本书从深度学习的基础知识开始，逐步

本书包含代码实践和案例实践，运用OpenCV、PyTorch等框架工具详细讲解中文车牌识别检测、采用三元组的FaceNet人脸识别理论与实践、车道检测的两种深度学习思路及烟雾检测4大实践项目。相关理论可参考《基于深度学习的目标检测原理与应用》一书，从而学以致用、融会贯通。

许多部门和行业都渴望将AI和数据驱动技术整合到自己的系统和运营中。但要构建真正成功的AI系统，你需要牢固掌握底层的数学知识。这本综合指南弥补了AI所展现出的无限潜力和应用与相关数学基础之间的存在的现实差距。作者HalaNelson并没有讨论高深的学术理论，而是以现实世界的应用和最先进的模型为重点，介绍了在人工智能领域发

本书将人工智能技术的理论及应用，结合大数据时代人工智能的应用和意义进行了探讨，为同行起到了借鉴和参考的作用。

本书阐述了分布式人工智能原理及其应用，基本原理的主要内容包括的分布式人工智能的内涵、基本原理、计算框架等；研究了分布式人工智能学习与优化、强化学习与演化计算、群智能体强化学习等前沿方法；给出了分布式信息融合、视觉感知、协同搜索、对抗博弈决策和智能博弈推演等典型应用，建立起了较为全面的知识体系与脉络，为后续研究奠定了良好