《深入浅出强化学习：原理入门》用通俗易懂的语言深入浅出地介绍了强化学习的基本原理，覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从*基本的马尔科夫决策过程入手，将强化学习问题纳入到严谨的数学框架中，接着阐述了解决此类问题*基本的方法动态规划方法，并从中总结出解决强化学习问题的基本思路：交互迭代策略评

马氏跳变系统是一类经典的*系统，对其的控制器设计和闭环系统稳定性的分析已有很长历史。本书旨在研究若干类不同马氏跳变系统的设计及稳定性分析，其中包含了若干不同的稳定性定义，以及马氏跳变系统的若干不同应用领域。

本书系统总结了集对分析在人工智能理论和技术研究的阶段性成果，共12章。第1、2章为集对分析基本概念、基本理论和**进展的介绍，第3章是人工智能基础和前沿集对分析，第4～12章依次介绍集对分析在模式识别、不确定性推理、智能决策、知识生态学、自然语言和人类语言理解、专家系统、神经网络、智能工程和智能社会中的应用。本书内容丰

作为《自动控制原理》(孙优贤主编，书号978-7-122-11607-9)的配套学习辅导，本书紧紧围绕自动控制原理的知识点进行编写，内容与体例均方便读者自学。全书由9章正文与附录组成。正文的9章与配套教材完全一致，分别为：概述、连续时间控制系统的数学模型、线性系统的时域分析法、连续时间控制系统的稳定性与稳态误差、根轨迹

内容简介 面对科技的迅猛发展，我国政府制定了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，并提出：人工智能产业要成为新的重要经济增长点，而且要在2030年成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。 《人工智能》一书由腾讯一流团队与工信部高端智库倾

TensorFlow是近年来影响较大的神经网络和深度学习平台，《零起点TensorFlow快速入门》以生动活泼的语言，从入门者的角度，对TensorFlow进行介绍，书中包含大量简单风趣的实际案例，如孤独的神经元、梵高画风等，让广大初学者快速掌握神经网络的基本编程，为进一步学习人工智能奠定扎实的基础。

深度学习如今已经成为了科技领域*炙手可热的技术，在本书中，我们将帮助你入门深度学习的领域。本书将从人工智能的介绍入手，了解机器学习和深度学习的基础理论，并学习如何用PyTorch框架对模型进行搭建。通过阅读本书，你将会学习到机器学习中的线性回归和logistic回归，深度学习的优化方法，多层全连接神经网络，卷积神经网络

本书是国家自然科学基金资助的课题，围绕人机对话的过程展开叙述，主要的研究内容包括：人机对话的基本概述，人机对话的语音处理技术，对话系统中的的自然语言理解技术，对话系统中的信息处理，对话系统中的语言生成技术，对话管理系统。最后，根据本书叙述的模型和技术方法，提供部分开源的源代码。

正在到来的第四次工业革命，是继机械化、电气化及信息化之后的一次大规模的智能化浪潮，将对人类生产、生活方式产生革命性的影响。本书以时间为主线，采用历史案例未来趋势解读的形式，全面介绍第四次工业革命涉及的各个技术领域发展趋势，包括时下*热门的人工智能、无人驾驶、VR/AR、工业4.0、共享经济等；深入讲解人类科技发展历史的

本书讨论了正在如火如荼进行着的人工智能革命对人类工作方式和工作观念的巨大影响。作者认为不同于以往的历次失业浪潮，这次人工智能造成的技术性失业对人类文化和文明进程的影响将是深刻的，甚至是颠覆性的。同时，作者也探讨了机器红利对人口红利的替代作用，并指出尽管如此，人仍然还是有人的用处，人类将与机器共存共荣，创造一种全新的经济

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分

机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练（第1章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2章），并且初步尝试将这些技术运用到金融股票交易

本书内容包括：知识重构与抽象模型框架及其扩展概述；业务流程模型与抽象相关概念；KRA模型框架的智能世界扩展；业务流程的一般抽象模型框架；基于聚类技术的业务流程模型抽象。

本书主要介绍是指广义变结构控制的基本理论与控制器的设计方法。主要内容包括时滞广义系统和变结构控制的基本理论、软变结构控制法、切换监督控制法等。

本书以一位软件工程师的转型故事为线索，讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转入算法思维，第2-5章分别阐述文本处理、视觉识别、Bot机器人、强化学习方向的算法实践，第6章案例阐述预测与推荐的应用。

《径向基函数神经网络及协同进化学习》系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。**，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。第三，提

科学计算可视化（ScientificVisualization，SciVis）是计算机图形学的一个重要研究方向，是图形科学的新领域。随着计算能力的不断增强，科学数据中使用的物理模型以及模拟空间的大小都在不断提高。本书尝试性地将机器学习理论应用于科学计算可视化中，大大提高了数据中特征识别的鲁棒性和准确率，同时结合流场数据

本书内容包括：一类四次指数多项式的零点分布；无自反馈的具时滞的四维神经网络模型的Hopf分支；无自反馈的具时滞的四维神经网络模型的Pitchfork分支等。

本书探讨了一般微分泛函双时滞方程的Lyapunov稳定性基本理论，借助微分差分双时滞方程描述的标称系统的基本解及其解的表达式获得保证系统稳定的充分必要的Lyapunov-Krasovskii泛函的表达式，将其泛函推广应用于时变不确定系统，运用离散化LKF方法及网格分割新技术，研究了单时滞、多时滞及分布时滞双方程的稳定性

本书内容包括系统的数学模型、时域分析、根轨迹、频域特性法、典型非线性环节、计算机控制系统、现代控制理论。最后按照全书内容逐章介绍MATLAB的应用，包括系统分析、设计和仿真框图等。