本书以软件工程的角度把一个看似不可能完成的大型金融软件系统，抽丝剥茧，层层剥离，逐步完善，从而提高技术人员的大局观、合作意识和问题分解能力。全书一共五章，第一章介绍了专家系统与金融专家系统，起到提纲挈领点明任务主题的作用。第二章是系统设计的核心思想是需求是设计更是算法，通用性极强。第三章则以PHP开发者的角度详细介绍了

人工智能快速发展，已经进入寻常百姓的日常生活，主要国家都将人工智能的发展作为占领世界科技制高点的关键政策与措施。它不仅是一种技术，而且是一个技术集群；它不仅是一门科学，而且是一个系统的理念，“将给人们的生产方式和生活方式带来革命性的变化”。把人们带入“人类命运共同体”的新时代。本书介绍了什么是人工智能及其由来，解答了它

非线性科学是一门研究非线性现象共性的基础学科，被誉为20世纪自然科学的第三次革命。非线性科学与神经科学交叉融合，形成了新兴的交叉学科——神经动力学。《神经元网络时空行为的动力学研究》主要研究了网络单元特性对神经元网络时空模式的影响，利用非线性动力学的理论和方法，通过数值模拟分析，揭示了神经元网络单元特性（具有共存行为、

本书是国内较早关于TensorFlow大数据与量化交易的原创图书，配合zwPython开发平台和zwQuant开源量化软件学习，是一套完整的大数据分析、量化交易的学习教材，可直接用于实盘交易。本书有三大特色：*，以实盘个案分析为主，全程配有Python代码；第二，包含大量的图文案例和Python源码，无须专业编程基础，

本书结合实际应用介绍神经网络和深度学习等技术领域相关信息，从结构上重点介绍了前馈型神经网络、反馈型神经网络，以及自组织竞争型神经网络，并针对当下深度学习中比较重要的网络进行了详细介绍，包括卷积神经网络、循环（递归）神经网络、深度信念网络、生成对抗网络，以及深度强化学习。本书不仅能让读者对当前神经网络和深度学习技术有体系

《21个项目玩转深度学习基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏等。全书共包含2

《新未来简史：新未来简史：区块链、人工智能、大数据陷阱与数字化生活》旨在颠覆过往绝大多数有关人类未来的预测与推断，*限度地靠近事物的本原。以特有近乎刁钻的视觉、博杂的知识、激情的文风和严密的逻辑，联动前沿科技与社会、自然、经济、金融、人文、历史以及人性驱动下的人类竞争、价值创造等进行了深入的思考与推演，展现出"气势恢宏

未来已来。在AI世界，限制我们的是认知，面对指数式增长的知识和信息，焦虑成为了这个时代的底色。我们应该如何迎接和拥抱智能文明？面对人工智能带来的翻天覆地的变化，我们应该如何自处？本书有趣有料，通过研究人类面对复杂世界不同领域的知识，探索面对未来智能文明的现代人必须掌握的生存原则。全书分为智能的未来：技术进化与人类理性价

本书全面介绍了作者近年来在奇异摄动饱和控制系统分析与设计方面的研究成果。书中介绍了奇异摄动饱和控制系统稳定性分析方法、奇异摄动饱和控制系统设计方法、具有L2扰动的奇异摄动饱和系统快采样控制设计和慢采样控制设计方法、奇异摄动切换饱和控制系统设计方法、奇异摄动系统抗饱和控制设计方法、非线性奇异摄动系统模糊采样控制设计方法、

本书将智能计算中的人工免疫系统用于计算机领域的相关问题求解，主要关注人工免疫系统中的克隆选择算法、否定选择算法、危险理论等的具体应用实现。本书主要介绍了基于克隆选择算法的认知无线电网络频谱分配、频谱决策优化、认知OFDM资源分配方案；基于否定选择算法的入侵防御；基于危险理论的网络风险感知和评估模型与方法、用于异常检测的

本书针对大数据的数据体量大、数据类型繁多、处理速度快、价值密度高等特点，以粒计算方法为理论基础，以经典粗糙集模型和区间值信息系统为研究对象，以Hadoop开源平台为实验环境，构建大数据下知识约简计算模型及知识获取方法。本书主要介绍大数据下Pawlak模型知识约简、区间值信息系统知识约简、层次粗糙集模型知识约简及知识获取

本书主要介绍深度学习的核心算法，以及在计算机视觉、语音识别、自然语言处理中的相关应用。本书的作者们都是业界第一线的深度学习从业者，所以书中所写内容和业界联系紧密，所涵盖的深度学习相关知识点比较全面。本书主要讲解原理，较少贴代码。本书适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相

阿尔法狗接连打败李世石、柯洁，无人驾驶汽车从科幻慢慢变为现实，人工智能正在全世界如火如荼地“跑马圈地”。我们正在被一个的以智能技术为核心驱动力的新型社会裹挟着前行。 随着智能时代的来临，每个企业和个人都在经受着的挑战，但挑战与机遇并存，我们要积极探索，紧跟前沿，才能在这波智能化浪潮中不致被淘汰。 本书通过丰富鲜活的

本书系统地介绍了自动控制的基本理论。全书共8章。第1章介绍自动控制的一些基本概念；第2章介绍控制系统的输入-输出模型，包括系统运动方程、传递函数、频率特性函数、框图和信号流图等；第3章介绍控制系统的状态空间模型；第4章介绍控制系统的稳定性分析；第5章介绍控制系统的时域运动分析；第6章介绍系统校正方法；第7章介绍线性控制

TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。本书为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的

本书以MATLABR2016a为平台，通过专业技术与大量典型实例相结合，介绍了各种典型网络的训练过程和实际应用。全书共27个案例，从实用角度出发，详尽地讲述感知器网络、线性神经网络、RBF神经网络、BP神经网络、反馈神经网络及自组织神经网络等内容，扩展介绍神经网络在其他工程领域的实际应用。本书可作为科研人员及工程技术人

本书全面地介绍了人工智能的主要理论、技术和方法，主要包括：搜索策略、确定性推理、不确定性推理、专家系统、机器学习、自然语言理解和遗传算法。本书着重展现人工智能技术的基础方法和理论，同时引入了人工智能技术在机器人领域的研究应用实例，为读者知识进阶作铺垫。 本书内容丰富，深入浅出，通俗易懂，以基础理论为主，兼顾实用技术，

粒计算是当前人工智能研究领域中模拟人类思维和解决复杂问题的新理论与新方法，它涵盖了所有有关粒度的理论、方法和技术，是研究大规模复杂问题求解、大数据分析与挖掘、不确定性智能信息处理的有力工具。经过十多年的发展，在与多学科交叉研究过程中，粒计算正逐步形成其特有的研究体系和内容。本书介绍了粒计算的不确定性分析与知识获取方法的

书从多维数组Tensor开始，循序渐进地带领读者了解PyTorch各方面的基础知识，并结合基础知识和前沿研究，带领读者从零开始完成几个经典有趣的深度学习小目，包括GAN生成动漫头像、AI滤镜、AI写诗等。本书没有简单机械地介绍各个函数接口的使用，而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识，希望读者对Py

本书由TensorLayer创始人领衔，TensorLayer主要开发团队倾力打造而成。内容不仅覆盖了人工神经网络的基本知识，如多层感知器、卷积网络、递归网络及增强学习等，还着重讲解了深度学习的一些新的技术，如生成对抗网络、学习方法和实践经验，配有许多应用及产品的实例。读者可从零开始掌握深度学习技术，以及使用Tenso