这是一本场景式的机器学习实践书，笔者努力做到“授人以渔，而非授人以鱼”。理论方面从人工智能（AI）与机器学习（ML）的基本要素讲起，逐步展开有监督学习、无监督学习、强化学习这三大类模型的应用场景与算法原理；实践方面通过金融预测、医疗诊断概率模型、月球登陆器、图像识别、写诗机器人、中国象棋博弈等案例启发读者将机器学习应用

因子分解机模型因为能够有效解决高维数据特征组合的稀疏问题且具有较高的预测准确度和计算效率，在广告点击率预测和推荐系统领域被广泛研究和应用。本书对因子分解机模型及其相关模型的研究进展进行综述，阐述该模型的灵活性和普适性，对模型中有待深入研究的难点、热点及发展趋势进行展望。结合研究成果，进一步对该模型进行扩展，并将此扩展后

本书内容涵盖神经工程的各个方面，较为全面系统地介绍了这门交叉学科所涉及的重要内容。本书分上、下册，共20章，重点介绍神经工程的应用以及研究方向，如脑-机接口、功能性电刺激、神经成像等的基本理论知识及应用。本书遵循从微观到宏观，从基础到应用，再到未来展望的顺序进行编排。全书的材料来源于各个领域**的书籍资料以及近年来神经

本书旨在介绍作者及其研究团队在分布式优化与学习理论方面的**研究成果。全书共7章，第1、2章为绪论和相关数学基础；第3、4章为连续时间和基于采样数据的分布式优化算法；第5、6章分别为基于群体智能的分布式优化算法和分布式机器学习算法；第7章为基于自适应神经网络输出反馈控制的分布式合作学习方案设计。本书主要关注从分布式技术

本书共八章，内容包括：人工智能的基本概念、神经网络、卷积神经网络、循环神经网络、生成对抗网络、TensorFlow、PyTorch、Keras等。

粒计算是一种模拟人类解决复杂问题的理论方法，是人工智能研究领域的一个重要分支。本书从覆盖的角度基于粗糙集理论对粒计算理论方法进行系统的总结和归纳，具体内容包括：研究覆盖近似空间中概念近似的各种方法，并给出这些近似方法的主要特点；研究基于覆盖的知识表示的知识粒度层次关系，从定性比较和量化度量两个方面进行分析；研究多粒度覆

本书内容涵盖神经工程的各个方面，较为全面系统地介绍了这门交叉学科所涉及的重要内容。本书分上、下册，共20章，重点介绍神经工程的应用以及研究方向，如脑-机接口、功能性电刺激、神经成像等的基本理论知识及应用。本书遵循从微观到宏观，从基础到应用，再到未来展望的顺序进行编排。全书的材料来源于各个领域**的书籍资料以及近年来神经

粒子群优化算法是一种新的模仿鸟类群体行为的智能优化算法，是群体智能优化算法的一个重要分支，已成为国际上仿生智能计算领域里的研究热点和重点之一。本书共6章，分别论述了优化问题和仿生智能计算、模仿鸟群觅食行为的粒子群优化算法、形式多样的粒子群优化算法、无速度项的粒子群优化算法、分布估计粒子群优化算法和粒子群优化算法的应用等

本书系统介绍具有不确定性的非线性单变量系统、非线性多变量系统、非线性多变量强耦合系统的自适应控制以及自适应解耦控制理论和方法。本书大部分内容取材于作者多年来在控制领域取得的研究成果。本书主要内容包括非线性单变量多模型神经网络自适应控制、非线性多变量多模型神经网络自适应控制、非线性多变量多模型神经网络自适应闭环解耦控制、

多智能体系统的协调控制问题是现代控制领域的一个研究热点，本书主要围绕时延多智能体系统的包容控制问题，介绍了连续时间、离散时间、非线性、一般线性等模型的多智能体系统的包容控制协议设计、系统的稳定性分析，给出了系统实现包容控制在网络拓扑、控制参数、时间延迟等方面需要满足的条件。另外，本书还研究了异质多智能体系统的协调控制和

《智能问答与深度学习》面向在校学生或计算机软件从业人员，由浅入深地介绍了人工智能在文本任务中的应用。《智能问答与深度学习》不但介绍了自然语言处理、深度学习和机器阅读理解等基础知识，还简述了信息论、人工智能等的发展过程。

深度学习，特别是深度卷积神经网络是人工智能的重要分支领域，卷积神经网络技术也被广泛应用于各种现实场景，在许多问题上都取得了超越人类智能的结果。本书作为该领域的入门书籍，在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。全书共14章，分为三个部分：第一部分为绪论；第二部分（第1～4章）介绍卷积神经网络的基础知识、

脉冲神经网络应用精确定时的脉冲序列表示与处理信息，是新一代人工神经网络计算模型。本书系统论述了脉冲神经网络的基本理论、算法及应用。首先介绍了脉冲神经网络的基础知识，包括脉冲神经元的建模与分析、脉冲神经网络的模拟策略、神经信息的编码方法、脉冲序列的相似性度量方法等；其次讨论了脉冲神经网络的学习算法、进化发育方法以及文化学

本书是由人工智能一线从业专家根据自己日常工作的体会与经验总结而成的，在对TensorFlow的基础知识、环境搭建、神经网络、常用技术的详细讲解当中穿插了自己实战的经验与教训。更与众不同的是，本书详细地解析了使用TensorFlow进行深度学习领域中常用模型的搭建、调参和部署整个流程，以及数据集的使用方法，能够帮助您快速

MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台，实现量化投资交易。书中主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeN

深度学习已经成为人工智能炙手可热的技术，PyTorch是一个较新的，容易上手的深度学习开源框架，目前已得到广泛应用。本书从PyTorch框架结构出发，通过案例主要介绍了线性回归，逻辑回归，前馈神经网络，卷积神经网络，循环神经网络，自编码模型，以及生成对抗网络。本书作为深度学习的入门教材，省略了大量的数学模型推导，通过实

本书系统地论述了神经网络的主要理论、控制技术及应用实例，旨在使读者理解和熟悉神经网络及其控制的基本原理和主要应用，掌握它的结构和设计应用方法，主要内容包括神经网路基础论、神经网络控制原理、感知器神经网络、BP神经网络、时滞神经网络、CMAC网络、模糊神经网络控

人工智能已成发展趋势，而深度学习则是其中最有用的工具之一。虽然科技发展速度迅猛，现在实用技术更新换代的频率已经迅速到以周来计算，但是其背后最为基础的知识却是共通的。本书较为全面地介绍了神经网络的诸多基础与进阶的技术，同时还介绍了如何利用神经网络来解决真实世界中的现实任务。本书各章的内容不仅包括经典的传统机器学习算法与神

本书从跨学科视角来看待人工智能这个技术性的学科。围绕用数学模型预测未来这一主题，介绍算法，主要包括现在流行的机器学习和深度学习算法，以及算法要解决问题本身的复杂性。复杂的问题，需要复杂的算法，而算法设计背后的老师正是自然界的复杂性本身。最终，我们上升到自然界解决复杂性最有利的工具，即人类智能本身，让读者从神经科学的角度

本书旨在从理论和技术上深入介绍智能视觉感知技术的原理、技术、前沿研究内容和智能视觉感知技术在诸多领域的典型应用，为在读研究生和工程技术人员学习基于计算机的机器视觉处理的理论、技术和相关应用奠定基础。本书的主要内容包括智能视觉感知技术概述、摄像机标定、视觉跟踪、目标检测、图像拼接与镶嵌、图像增强、电子稳像、图像融合、基于