模式识别和机器学习是人工智能应用的基础。本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了zui优化的和常规的基于实例的分类问题。第4~6章检验了参数的、非参数的和函数逼近的分类规则。之后在第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。本书适合相关专业高年级本科生和研究生，以及该领域的从业人员阅读。

本书作者根据数十年的项目实践和教学经验，通过一种全新的视角和思维方法来呈现新版PMP考试的考点和题型。本书采用情境化的描述方式，将项目管理的知识与实践进行衔接，使读者"身临其境”，获得沉浸式的学习体验，在学习项目管理方法的同时更高效地准备PMP认证考试。本书涵盖了《PMBOK指南》（第7版）的精髓内容和新版PMP考纲的所有考点，能帮助读者在巨变时代更好地掌握做好项目的关键要点，更有效地进行备考，从而更高效地通过PMP认证考试。

本书从基于人工智能助力网络安全的视角出发，瞄准助力攻击和助力防御两个方向，刻画人工智能攻击链框架，着重描述自动化漏洞挖掘、软件漏洞自动化利用、基于神经网络的隐秘精准型恶意代码、隐秘精准型恶意代码的增强实现、基于深度学习和机器学习的未知特征恶意代码检测、基于知识图谱的威胁发现等6方面技术成果，在对比梳理全球**相关研究进展的同时，提出了大量技术问题解决思路和相关攻防实战方法，支撑行业管理、技术研究、产品研发和攻防实战。

本体操教材根据 《高等学校体育学类本科专业教学质量 标准》要求，依据普通高校体育专业人才培养的规律和特点，在前人 研究成果的基础上，遵循传承与创新相结合、理论与实践相结合、健身与科学相结合的原则，以针对性、实用性、创新性为编写指导思想，既注重学生自主学习能力和教学技能的培养，又注重思政元素在体操专业理论中的合理渗透。根据人才培养的总体目标，本教材精选和增补基础教育改革和体操研究的新成果，在教学内容的选编上贯彻以传授体操基本知识、基本技术和技能为先导，以培养学生能力为重点，满足学生主体需求， 未来的工作和生活。

本教材以美国运动生理学教材《physiology of Sport and exercise》第四版为英文原版，在此基础上挑选合适的章节翻译成中文。该教材包括运动生理学基础部分3章内容，运动训练生理学5章内容，还包括运动健身生理学1章内容，教材体系和现常用运动生理学教材一致，可以涵盖人体班运动生理学教学大纲大部分内容。

本书主要介绍自然语言处理技术在医疗信息领域尤其是电子病历文本中的应用。本书首先对一些基础知识和技术做了介绍，然后给出相关技术在医疗信息领域的应用案例。本书还介绍了知识抽取的一些前沿技术与实践。本书内容分为四大部分：基础知识、知识抽取、医疗电子病历研究与实践，以及前沿技术与实践。第一部分包括第1～3章，主要介绍自然语言处理的基础知识、技术发展路线、相关任务以及词表示模型等。第二部分包括第4～9章，主要介绍知识抽取的相关任务和技术，其中包括实体识别、关系抽取、领域自适应、多模态、小样本和实体与关系联合抽取等。第三部分包括第10～12章，主要介绍自然语言处理技术在医疗文本领域的应用，其中包括电子病历实体关系分类体系、ICD（International Classification of Diseases，国际疾病分类）编码、电子病历事件元素抽取等。第四部分包括第13～15章，主要介绍知识抽取的一些前沿技术及应用，如因果关系发现、小样本知识抽取及其在医疗知识抽取中的应用等。本书可作为高校相关专业师生的学习用书和培训机构的教材，以及希望深入研究自然语言处理算法的计算机工程师的参考书，也可作为对人工智能、深度学习和自然语言处理感兴趣的初学者与希望把人工智能应用到医疗领域的研究者学习用书。

从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！ 当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让初学者也能迅速理解。 除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的数据科学学习指南。

本书从4个维度讲解了AI算法如何为信息流内容和产品的推荐赋能。全书一共9章，分为4个部分：第一部分（第1-3章）内容理解主要讲解了内容特征表示、内容特征应用，以及内容标签；第二部分（第4-5章）内容质量主要讲解了信息流产品的质量模型和质量框架；第三部分（第6-7章）内容加工创作主要讲解了内容加工和内容创作第四部分（第8-9章）内容算法工程主要讲解了内容模型和内容架构

本书是“大数据技术”专业相关课程技能抽查实训指导，书中所有上机练习都是经反复推敲精心设计的。全书共分为4个实训模块，包括程序设计、数据库技术、hadoop生态圈组件搭建与运维、数据可视化等内容。本书将大数据存储与处理分析、数据库设计、大数据平台部署与运维以及大数据开发工作程序编写规范、技术文档编写等内容进行有机结合，紧扣教材内容、重视实践、案例实用、配套资源完善。本书可作为高等职业院校大数据技术专业的实训教材，也可作为信息技术相关单位技术培训和相关从业人员的参考书。

作为计算机科学的一个分支，人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，涉及机器人、语音识别、图像识别、自然语言处理和专家系统等方向。本书包括引言、基础知识、基于知识的系统、人工智能高级专题、人工智能的现在和未来以及安全与编程六部分内容。第一部分从人工智能的定义讲起，对人工智能的早期历史、思维和智能的内涵、图灵测试、启发式方法、新千年人工智能的发展进行了简要论述。第二部分详细讲述了人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识。第三部分介绍并探究了人工智能领域的成功案例，如DENDRAL、MYCIN、EMYCIN 等经典的专家系统，振动故障诊断、自动牙科识别等新的专家系统，也介绍了机器学习、深度学习以及受到自然启发的搜索算法等。第四部分介绍了自然语言处理和自动规划等高级专题。第五部分对人工智能的历史和现状进行了梳理，回顾了几十年来人工智能所取得的诸多成就，并对其未来进行了展望。第六部分主要介绍人工智能的安全以及编程问题。本书系统、全面地讲解了人工智能的相关知识，既简明扼要地介绍了这一学科的基础知识，也对自然语言处理、自动规划、神经网络等内容进行了拓展，更辅以实例，可以帮助读者扎扎实实打好基础。本书内容易读易学，适合人工智能相关领域和对该领域感兴趣的读者阅读，也适合高校计算机专业的教师和学生参考。