本书从硬件、软件、算法和通信四个方面来讲述一个智能系统完整的开发内容, 主要包括: 智能系统相关背景、智能系统芯片、编译系统、操作系统、操作系统软件框架、应用软件开发、机器学习、深度学习推框架和智能系统应用开发。从而让读者能够全面的学习一个智能系统所涉及的各方面知识点, 从而便于从宏观方面理解智能系统。本书适合于刚开始学习计算机体系和智能体系的初级学习者, 便于对相关的知识点有个了解, 从而方便后期对各个相关知识点展开更加细节的学习。

本书为1+X职业技能等级证书( 人机对话智能系统开发) 中级配套教材。本书共8个单元, 21个任务, 包括自然语言处理技术初探、语料数据加工处理、序列标注--词法分析、语音交互界面VUI设计、人机对话系统中的自然语言处理、基于腾讯云小微的人机对话系统实战、基于模块的人机对话系统实战及人机对话系统测评实战。书中案例基于腾讯云小微等企业、行业场景, 适配岗位需求, 注重对学生动手能力和实际问题解决能力的培养。采用逆向课程设计、通过任务驱动讲解技能点和知识点, 使用“任务描述→任务目标→任务

本书从人工智能的基本定义出发, 由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域, 以梳理知识脉络和要点的方式, 详细介绍了知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍, 本书概念论述清楚, 内容丰富, 通俗易懂, 在较为全面介绍人工智能的基础上对一些传统内容进行了取舍。为满足读者进一步学习的需要, 除第1章之外, 每章最后一个小节都配有案例分析。本书的最后一章整理了10余个入门实验, 便于读者在所学知识的基础上懂

本书主要内容包括机器学习中的相关数学基础 (线性代数、概率统计与信息论、最优化方法和张量分析); 样本数据中的预处理; 机器学习主流算法; 基于MATLAB机器学习算法的实现和机器学习综合应用、机器学习和深度学习的工程应用。本书特色是深入浅出, 自成体系, 注重基础理论的描述, 具有系统性、完整性、可阅读性、应用性和前瞻性。

在这个智能为王数据是金的时代，越来越多的数据，包括物联网设备采集的客观世界数据，被用来指导人类的实践活动。机器学习是处理与分析这些数据的一类常用方法。本书力求从原理的角度，从无到有，讲清楚机器学习中的一些常见方法，并从实践的角度，循序渐进，引领读者独立编程实现这些机器学习方法，从而帮助读者迅速掌握机器学习方法，为读者进一步学习理解深度学习方法奠定坚实的原理与实践基础。 本书适合计算机科学与技术、人工智能、物联网工程、数据科学与大数据、通信工程、电子信息、机器人、自动化、智能制造等相关专业高

本书从教学和应用的角度出发，引入大量典型实例。实例丰富、循序渐进、由浅入深从难度上分为验证性、设计性和综合性三种类型，更好地帮助学习者分层次使用和掌握自动控制原理技术。每章均有适当的习题，教材末给出了部分习题解答。本书可作为普通高等院校自动化及其相关专业如电气工程及其自动化、测控、通信工程、电子信息工程、人工智能、电子信息科学与技术、机械设计制造及其自动化、计算机等专业《自动控制原理》课程的教材。

本书主要内容包括交互设计基础概述，需求的研究和获取方法，交互设计工作方法，视觉、听觉平台上的交互设计方法，以及设计质量控制方法。编者利用十几年设计工作中积累的设计实践经验，将从需求获取开始，一直到测试完成并交付的整个设计工作流程和细节以实际案例的方式一一进行细致的讲述。本书适合作为高等职业院校交互设计/计算机技术类相关专业的教材，和高校理论教材形成充分互补；也可供交互设计人员、产品设计人员、项目经理、用户研究工程师、可用性测试工程师、视觉设计师进行阅读和参考。为方便教学，本书附带电子课件等教学资

信息技术的快速发展为用户提供了丰富多样的体验，手机客户商的各类APP、网站、可穿戴设备的界面等对交互设计提出了更高的要求。以计算机为主的现代技术飞速发展，为用户提供了丰富多样的体验，人机交互设计的研究得到了广泛的关注。本书从人机交互的基本概念入手，以用户为中心的设计理念为指导，以交互设计流程（确定项目主题、开展用户研究、确定用户需求、根据用户需求进行功能梳理和信息架构、原型设计与测试优化）为依据来组织内容，详细介绍了需求分析、架构设计、原型设计和测试优化过程等方面的知识。本书关注以人为本的用户需

本书讲述机器学习的基本理论与应用，使用OpenCV、Python与MATLAB实现涉及的各种机器学习算法。通过理论学习和实践应用，读者能够理解并掌握机器学习的原理和应用，拉近理论与实践的距离。全书共分15章，主要内容包括：机器学习理论简介、机器学习理论与应用数学基础、机器学习编程基础、基于OpenCV和Python的机器学习、极大似然估计、高斯混合模型的极大似然估计、非参数估计、软测量、学习模型、半监督学习、聚类分析、异常值检测、随机配置网络、强化学习、机器人轨迹跟踪学习控制。本书系统地讲解了机

本书全面介绍人工智能的基本理论、技术及应用。全书共12章，主要内容包括人工智能概论、知识表示与知识图谱、模糊推理、搜索策略、遗传算法、群智能算法、人工神经网络、机器学习与深度学习、专家系统、自然语言理解、计算机视觉和智能机器人，附录部分给出了实用性强的12个实验。本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本思路，拓宽科学视野，培养创新精神。 本书的适用对象广泛，可作为高等学校各专业本科生“人工智能”通识课程的教材，以及