图灵奖得主、深度学习三巨头之一、卷积神经网络之父……由于在人工智能领域的突出贡献，杨立昆被中国计算机科学界和企业界所熟知。 杨立昆的科学之路，谱写了一段关于勇气的宣言。他为了知识本身求学，而不是文凭，他用自己的经历，证明了通过激烈的考试竞争进入名校不是科学成功的窄门。他广泛阅读，为他科学思维的形成奠定了坚实的理论基础。他特立独行，做自己感兴趣的事情，即便那件事在短时间里不被人看好。在人工神经网络研究的低谷期，他寂寞地坚持，终于取得了举世瞩目的成就。 人工智能正在颠覆人

本书融合了信息交互设计专业方向近十年来在交互设计教学方面的经验，将教学团队在实际教学过程中探索形成的行之有效的教学结构与方法构建在内容之中。因此，本书的知识模块、教学体例和适时的作业配套都经过了多年教学的实践与优化，符合学习认知的规律和交互设计的内容特点，可为相应的专业教学提供有效的教学参考，从而引导学生了解并掌握交互设计的知识与方法。本书内容包括交互设计概念导入、从研究探索到概念原型、从原型到页面视觉设计、交互与动效设计。四部分内容从概念到实践，从抽象到具象，将知识点融合在交互设计流程的每个环

深度学习是目前***的技术领域。本书兼顾了数学上的理解和代码实践，内容主要包括基础知识和深度学习模型。第1章介绍深度学习的简洁发展思路和表示学习机制；第2章、第3章介绍神经网络的基于梯度的优化方法、神经网络的优化难点以及相应的解决方法；第4章讨论神经网络遇到的过拟合问题；第5章分析神经网络的最小组成部分——神经元；第6章讨论三种方案解决深层网络的训练难题：批标准化、SELU、ResNet；第7章、第8章讲述了两种重要的神经网络模型：卷积神经网络和循环神经网络；第9章讨论了对于神经网络的无监督学习

统计学习是机器学习的重要分支，本书兼顾了数学上的理解和代码实践，内容主要包括基础知识和统计学习模型。第1章、第2章结合VC维介绍过拟合的本质，并介绍手动特征选择的办法；第3章、第4章从最简单的线性模型出发经过概率统计的解读而得到分类和回归算法；第5章讨论了不依赖于假设分布的非参数模型；第6章将核方法作为一种非线性拓展的技巧介绍如何将该方法应用到很多算法中，并且引出了著名的高斯过程；第7章以混合高斯作为软分配聚类的代表性方法，从而引出著名的EM算法；第8章讨论了机器学习的集成算法；第9章介绍的线性

本书主要讲解了图像和文本在计算机中的表达和计算方法、神经网络的基本原理，并以圈叉棋为例讲解了计算机在图像分类问题上挑战人类的卷积神经网络技术，以单词拼写为例讲解了处理文本和语音的循环神经网络技术。读者只需要具备基础的加减乘除计算能力，就可以不借助计算机而掌握书中的所有技术和原理，并尝试实现书中的所有实例。可以说，这本书的真正目的是实现作者的期望：人人都会人工智能！

本书探究交替方向乘子法在图像处理中的应用,选取了运动模糊图像复原和遥感图像融合两个领域来作细致研究。通过MATLAB进行仿真实验,利用交替方向乘子法高效求解复杂的凸优化问题,研究遮挡人脸识别的鲁棒性算法,以及人脸图像的类内变化和类间变化与鲁棒性算法的关系。同时,本书还探索高效的分布式优化求解方法。将分布式计算框CoCoA应用于机器学习和信号处理的各种问题。本书适合作用从事机器学习研究的科技工作者、专业技术人员、研究生及高年级本科生的参考书。

本书系统地介绍了人工智能的基本原理、方法和应用技术，全面反映了国内外人工智能研究领域的进展和发展方向。全书共12章。主要介绍了人工智能的概况、人工智能的基本原理和方法、自动推理、机器学习和神经网络等。

用Keras、TensorFlow、CoreML，以及TensorFlowLite训练、微调并发布计算机视觉模型。为不同设备开发AI应用，包括RaspberryPi、JetsonNano，以及GoogleCoral。探索有趣的项目，从硅谷“热狗识别”应用程序到谷歌规模的图像搜索，以及40多个案例研究和行业实例。在电子游戏环境中模拟一辆自动驾驶汽车并用强化学习构建一个微型版自动驾驶汽车。使用迁移学习在几分钟内训练模型。发现50多个实用技巧，用以最Z大化模型准确度和速度、调试程序，以及将应用扩展到数

本书从人工智能的基本定义出发，带领学生由浅入深、层层递进地了解和学习人工智能的理论知识、应用技术及其行业应用。本书将人工智能基础与应用的相关内容划分为基础篇、应用篇和素养篇。其中，基础篇包括揭开人工智能的神秘面纱、人工智能的基础支撑、人工智能的应用技术；应用篇包括AI+安防——为人类安全保驾护航、AI+教育——实现趣味性教学、AI+医疗——提升人类的健康水平、AI+交通——提升人们的幸福感、AI+零售——促进国民经济发展；素养篇包括人工智能伦理与法律、人工智能职业规划。

本书共分8章，系统地介绍了神经网络盲均衡算法的基本理论及算法形式。首先分析了盲均衡算法的基本原理、均衡准则、评价指标以及与神经网络的结合机理。其次，系统研究了前馈神经网络、反馈神经网络、进化神经网络、模糊神经网络和小波神经网络盲均衡算法的基本原理，推导了算法迭代公式，并进行了计算机仿真。最后采用zigzag编码和前馈神经网络实现了二维医学图像的盲均衡。