回看历史，技术革新周期通常可被分为三个阶段：技术先于产品、产品先于技术、运营先于产品。目前，人工智能周期正在由第一阶段向第二阶段过渡，这个时期不仅是技术为社会生活带来巨大改变的时期，更是产品经理们尽情发挥创造力来影响这个世界的时期。实际上，成熟人工智能产品经理的缺乏，正是当下人工智能技术真正落地、改变人们生活的主要瓶颈

时滞奇异摄动不确定系统的稳定性分析与控制

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

教材全面系统地介绍了自动控制理论的基本内容和分析、设计方法，主要包括系统数学模型的建立，时域分析法，根轨迹法，频域法，控制系统校正，采样系统理论，非线性系统理论（相平面法和描述函数法），现代控制理论基础。为了与生产实践密切结合，书中列举了一些电力系统中的应用实例。

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

深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和实践，全书共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网

随着人工智能热潮的兴起，企业对人工智能领域产品经理的人才需求也开始井喷，人工智能产品经理成为顺应时代潮流的重要人力资源。实际上，人工智能确实给现有的产品和服务带来了全方位的升级，这也给产品经理从业人员提出了更高的要求，是关注人工智能产品的产品经理们面临的一次关键转型考验。本书从知识体系、能力模型、沟通技巧等方面帮助大家

计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向，本书旨在帮助零基础或基础较为薄弱的读者入门深度学习，达到能够独立使用深度学习知识处理计算机视觉问题的水平。通过阅读本书，读者将学到人工智能的基础概念及Python编程技能，掌握PyTorch的使用方法，学到深度学习相关的理论知识，比如卷积神经网络

10余位研究人员，历时1年多，涉及8个领域，走访全国上百家企业，深入调研人工智能在各个产业的商业应用。全彩印刷，9章内容，13个表格，122幅统计图、流程图、设计图……精彩呈现人工智能未来发展面临的挑战与机遇。

《情感计算与情感机器人系统》在介绍情感计算、情感建模以及人机情感交互概念的基础上，分析了当前人机情感交互的研究前沿，总结了在多模态情感识别方法、人机交互氛围场建模、情感意图理解方法、情感机器人的多模态情感表达以及人机情感交互系统应用方面的**研究成果，使读者对人机情感交互有更深的理解，对促进我国在情感计算与情感机器人领

《学习科学视域下的网络深度学习：理论·技术·趋势》首先通过对学习科学的主旨—深度学习进行研究，借鉴学习科学领域对学习环境、学习过程和学习结果研究的相关成果，结合深度学习的时代背景，构建了技术增强环境下网络深度学习的理论体系和分析框架；然后对深度学习的创新技术、工具及场景等进行探讨，对网络深度学习的策略等进行推演，对国际

《强化学习精要：核心算法与TensorFlow实现》用通俗幽默的语言深入浅出地介绍了强化学习的基本算法与代码实现，为读者构建了一个完整的强化学习知识体系，同时介绍了这些算法的具体实现方式。从基本的马尔可夫决策过程，到各种复杂的强化学习算法，读者都可以从本书中学习到。本书除了介绍这些算法的原理，还深入分析了算法之间的内在

本书内容一共分为三大部分：第一部分介绍证据理论的基本概念、主要问题、研究现状以及主要应用等。第二部分共包括五章，主要介绍作者多年来针对证据理论在实际应用中所存在的传感器信息建模问题、冲突证据融合问题、信度决策问题、计算复杂度问题等四个关键问题展开深入研究，所取得的最新研究成果及相关解决方案，同时介绍针对这些关键问题的国

本书以深度学习算法入门为主要内容，通过系统介绍Python、NumPy、SciPy等科学计算库，深度学习主流算法，深度学习前沿研究，深度学习服务云平台构建四大主线，向读者系统地介绍了深度学习的主要内容和研究进展。本书介绍了Python、NumPy、SciPy的使用技巧，面向谷歌推出的开源深度学习框架TensorFlow

本书从脑力负荷动态特征视角下研究人机交互型VDT持续作业绩效及管理问题。在设计体现人机交互型VDT持续作业特征的CPT范式实验的基础上，构建脑力负荷综合评估指标体系，针对作业特点，分析脑力负荷时间累积效应下的动态特征，并构建人机交互型VDT持续作业绩效评估和预测模型；分析作业绩效随脑力负荷变化的趋势和规律，定义和设计人

本书为胡寿松教授主编的教材《自动控制原理》的学习指导性教学配套用书。本书系统地给出了《自动控制原理（第七版）》中全部260道习题的详解，这些习题包含了概念题、基本题、证明题、工程应用题、MATLAB题、设计题和难题等七类题型。《BR》本书在习题解析过程中给出了解题思想的友情提示，指明解题过程的注意事项，其解题步骤科学、

本书全面梳理了各个学科与智能研究相关的成果，在此基础上归纳了一般智能的构成要素，形成了生物智能和非生物智能统一的智能理论体系。系统分析了智能的进化、发展、使用和评价，提出了语义逻辑的主要准则和不同于冯?诺伊曼体系的智能计算架构。并且为构建本书所述非生物智能体或人工智能学界讨论的通用人工智能提出了一条可实现的路径。本书适