通常来说，人工智能（ArtificialIntelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。 机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。生

人工智能无疑是近几年最火的名词之一。然而，究竟什么是人工智能？为什么说人工智能的**目标是创造“生命”？目前人工智能的硅基生命之路遇到了哪些坎坷？人工智能的未来如何？不可否认的是，许多人了解人工智能是通过科幻电影。那么科幻电影对人工智能起到了怎样的普及和推动作用？本书将围绕这些问题，从独特的视角，为读者解读人工智能的秘

数据孤岛问题已经成为制约人工智能发展的主要阻碍。在此背景下,联邦学习(FederatedLearning)作为一种新兴的机器学习技术范式,凭借其突出的隐私保护能力,展示出在诸多业务场景中的应用价值。本书从联邦学习的基础知识出发,深入浅出地介绍了中央服务器优化和联邦机器学习的算法体系,详细阐述了联邦学习中涉及的加密通信模

本书是深度学习领域的入门教材，阐述了深度学习的知识体系，涵盖人工智能的基础知识以及深度学习的基本原理、模型、方法和实践案例，使读者掌握深度学习的相关知识，提高以深度学习方法解决实际问题的能力。全书内容包括人工智能基础、机器学习基础、深度学习主要框架、深度神经网络、卷积神经网络、循环神经网络、自编码器与生成对抗网络。 本

本书是人工智能和机器学习领域专业多年实践的结晶，深入浅出讲解机器学习应用和工程实践，是对机器学习工程实践和设计模式的系统回顾。全书分别从项目前的准备，数据收集和准备，特征工程，监督模型训练，模型评估，模型服务、监测和维护等方面讲解，由浅入深剖析机器学习实践过程中遇到的问题，帮助读者快速掌握机器学习工程实践和设计模式的基

本书是一本看懂计算机视觉的实战指南，使用理论与实践相结合的思想，真正一站式搞定理论学习、算法开发到模型部署上线。全书内容共分为四个部分。第一部分包括第1、2章，主要讲解深度学习和计算机视觉基础，如计算机视觉领域的经典网络和常见的目标检测算法；第二部分包括第3～6章，主要讲解图像处理知识，结合应用案例，对知识点进行分析说

本书以优化知识结构、培养解决问题的能力为出发点，以实施素质教育、培养学生具有新一代人工智能应用意识为目标，以培养学生创新精神、创业能力为重点，以企业人才需求构建新的知识体系为主线。全书共12章，分为3篇:智慧城市篇、智慧生产篇、智慧服务篇。分别以智慧安防、智慧交通、智慧楼宇、智慧政务、智慧能源、智慧商业、智慧制造、智慧

本书系统介绍了自动控制的基本概念、数学模型的建立、时域特性分析、根轨迹分析、频域特性分析等基本知识和分析方法，并将相关知识和数学模型方法用于分析、判断控制工程问题。全书共分为9章，分别为：绪论、连续时间控制系统的数学模型、线性系统的时域特性分析、根轨迹分析法、线性系统的频域特性分析、线性系统的校正、线性离散系统的分析、

视频理解是计算机视觉和深度学习的一个重要分支。本书对视频理解的3个重要领域进行介绍，对于每个领域，本书不仅解释了相关算法的原理，还梳理了算法演进的脉络。全书共分6章，第1章简要介绍视频行业的发展历程；第2章回顾经典图像分类模型和RNN；第3章和第4章介绍动作识别的重要算法；第5章介绍时序动作定位的重要算法；第6章介绍视

随着无人系统在生产、生活中的广泛应用，未来智能无人系统必将朝着多域协同化发展。本书面向复杂、动态、多约束的地面与近地面作业场景，将无人车、无人机、水陆两栖无人船等平台自主导航技术进行统一整合，提出了一整套完整的陆上无人系统自主导航体系架构，并在该理论框架下详细介绍了无人系统自主导航过程中的若干核心关键技术。 本书可供

本书是算法竞赛领域一本系统介绍竞赛的图书，书中不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。全书分为五部分：第一部分以算法竞赛的通用流程为主，介绍竞赛中各个部分的核心内容和具体工作；第二部分介绍了用户画像相关的问题；第三部分以时间序列预测问题为主，先讲述这类问题的常见解题思路和技巧，

这是一本写给青少年看的人工智能科普图书，目的是启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让小读者们了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者们不仅会了解到“存在这样那样的人工智能”，还会一睹很多人工智能发展的过程和细节：科学家如何提出问题并想到绝妙的点子，技术如何从第

本书基于谷歌的深度学习框架tensorflow，深入讲解其语法特点，以及使用方法，并在此基础上选取了图像领域的多个应用进行深入讲解，原理由浅入深，算法推导细致到位，结合大量的图片，以及运行中间结果，进行了细致的分析。 本书基于谷歌的深度学习框架tensorflow，深入讲解其语法特点，以及使用方法，并在此基础上选取了图

强化学习是实现决策智能的主要途径之一。经历数十年的发展，强化学习领域已经枝繁叶茂，技术内容纷繁复杂，这也为初学者快速入门造成障碍。本书是一本深度强化学习领域的入门读物。全书分为四部分。第一部分主要阐述强化学习领域的基本理论知识；第二部分讲解深度强化学习常用算法的原理、各算法之间的继承与发展，以及各自的算法流程；第三部分

智能体AlphaGo战胜人类围棋专家刷新了人类对人工智能的认识，也使得其核心技术强化学习受到学术界的广泛关注。本书正是在如此背景下，围绕作者多年从事强化学习理论及应用的研究内容及国内外关于强化学习的最近动态等方面展开介绍，是为数不多的强化学习领域的专业著作。该著作侧重于基于直接策略搜索的强化学习方法，结合了统计学习的诸

人的智能和AI赋能的机器智能在自动化控制领域的共融共存形成了人机混合智能系统这一新型的系统形式和智能形式。一方面，这类系统所代表的系统结构形式是传统自动化控制系统应对AI赋能的机器智能变革的必然发展形势；另一方面，它所代表的智能形式也成为AI未来发展的重要甚至是的终极形式。在本《人机混合智能系统自主性理论和方法》，我们

本书聚焦信息科学、生命科学、新能源、新材料等为代表的高科技领域，以及物理、化学、数学等基础科学的进展与新兴技术的交叉融合，其中70%的内容来源于IEEE计算机协会相关刊物内容的全文翻译，另外30%的内容由STEERTech和iCANXTalks上的国际知名科学家的学术报告、报道以及相关活动内容组成。本书将以创新的方式宣

全书从推荐系统的发展历史、基本构成开始，依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型；再从经典排序模型到基于深度学习的排序，顺势介绍会话推荐、强化学习推荐及工业级推荐，搭建了完整的推荐系统技术体系，这是一个由浅入深的系统学习过程。 本书的目标读者应该对深度学习有基本的了解，掌握概率论、线性代

机器学习已经广泛地应用于各行各业，深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践，首先讨论主流机器学习平台的主要特点和机器学习的实战难点；在此基础上，利用主流的机器学习开源平台TensorFlow、OpenVINO、PaddlePaddle等，通过19个实战案例，详细地分析决策树、随机森林、支持向量机、逻辑回

本书主要介绍了人工智能的基础知识和实用技术。本书共8章，包括“人工智能：开启智慧新时代”“Python：人工智能开发语言”“线性回归：预测未来趋势”“分门别类：帮你‘分而治之’”“物以类聚：发现新簇群”“个性化推荐：主动满足你的需求”“语音识别：让机器对你言听计从”“人脸识别：机器也认识你”。 本书以培养学生人工智能素