本书主要介绍了基于深度学习的人工智能算法。全书共3篇：第1篇机器阅读理解，共4章：机器阅读理解绪论、机器阅读理解技术、对话式机器阅读理解研究和多文档机器阅读理解研究。第2篇知识图谱，共6章：知识图谱绪论、知识图谱相关技术、数控机床故障领域的命名实体识别、数控机床故障领域的实体关系抽取、数控机床故障知识图谱的构建与应用和基于知识图谱的数控机床故障问答系统研究。第3篇图像识别，共7章：图像识别绪论、相关理论和算法介绍、基于机器视觉传统算法的指针式水表读数识别方法、基于深度学习算法的指针式水表读数识别方法、基于深度学习算法的指针式水表读数识别方法实验、水表读数识别系统的设计与实现和水表读数识别系统App的设计与实现。本书适合作为面向计算机专业高年级和非计算机专业研究生的人工智能课程的参考书，也可作为人工智能的科技人员参考用书。

2017年， 印发《新一代人工智能发展规划》，要求中小学开设人工智能相关课程，并提倡以计算思维为指导，将信息技术课程从技术导向转换为科学导向。因此，“机器学习”作为人工智能技术的内核，走人我国广大中小学生的课堂是科技发展的必然选择。本书共11章，系统地介绍机器学习模型中常见的白盒和黑盒模型，以及这些模型统一的框架和经常被使用的技巧。本书介绍了这些技巧是如何被巧妙地封装成一种通用方法，并在适当的时候被反复使用。从框架到思路，再到解决问题的技巧，以及技巧的封装和重用，这些都是塑造良好计算思维的必经之路。本书适合高等师范院校现代教育技术专业研究生及开设“人工智能”课程的大、中、小学的教师阅读参考。

本书是机器学习领域的入门教材，从理论、抽象和设计三方面阐述了机器学习的理论基础、算法实现和具体应用技巧。全书共12章，包括Python概述，Pythor语言基础，基础数据结构，函数与模块，面向对象程序设计，NuPy数据分析，数据可视化，基础算法分析与实现，机器学习概述，回归分析，分类算法，聚类算法。本书既注重保持理论分析的严谨性，又注重机器学习算法的实用性，同时强调机器学习算法的思想和原理在计算机上的实现。本书可作为高等职业院校人工智能相关专业的入门课程教材或教学参考书，也可以供从事机器学习应用开发的技术人员参考。

本书从大数据分析的原理、技术和应用的角度，围绕着大数据分析的基础知识、大数据分析平台的核心原理、大数据分析的关键技术、大数据分析的应用四个方面进行讲述，使学生能掌握大数据分析的基本原理和核心技术，同时通过大数据分析在上市公司信用风险预测研究中的应用案例使学生熟悉大数据分析的原理和技术的实际应用，并能搭建大数据分析平台分析大规模数据集。其中，大数据分析的基础知识包括：大数据产生的背景、大数据的概念、特点、价值、大数据带来的思维变革；大数据分析平台的核心原理包括：两种常用开源大数据分析平台――Hadoop和Spark的起源、发展及应用现状，理解两种平台各自的体系架构、基本运行机制及适用范围，掌握其安装部署过程及基本使用方法，为大数据分析的应用打下基础；大数据分析的关键技术包括：Hadoop分布式文件系统、MapReduce并行编程模型、Hadoop 2.0的资源管理调度框架――YARN、大数据的获取和预处理、大数据的聚类和分类算法。

本书从数据分析与机器学习算法入手，系统地介绍了机器学习各类算法的原理方法和实际应用。本书的主要内容包括：KNN算法、朴素贝叶斯、决策树、支持向量机、线性回归、K-means算法、人工神经网络、卷积网络深度学习以及基于Python数据分析进行职业规划。本书作为大数据技术与人工智能领域的入门教材，在内容上涵盖了机器学习经典算法的基础知识和应用实例，采用Python作为编程语言，强调基本算法的应用理解，内容由浅入深。各部分内容均配有相应的任务，注重实践应用，便于读者学习和掌握。本书可作为各类职业院校大数据技术、云计算技术应用、人工智能技术应用等相关专业的教学用书，也可作为相关专业领域工程技术人员的参考用书。本书配有电子课件、源代码、微课视频（扫描二维码观看）等课程资源，选用本书作为授课教材的教师可以登录机械工业出版社教育服务网（www.cmpedu.com）注册后免费下载，也可联系编辑（010-88379807）咨询。

中等职业教育经过多年的改革发展基本上形成了“以学生为中心、能力为本位”的职业教育理念，但要真正做到全面实施能力本位课堂教学模式，让学生在“做中学，学中做”，那么教材是基础，教师是根本，教法是途径。教材尤其是中等职业教育教材不应仅是知识的简单静态载体，必须是有教育思想、有灵魂的活教材。本书在开发设计时，把“行动导向”教学法的 理念融入教材中，基于工作过程导向课程设计思想安排教材内容，实现了工作内容与学习内容的有机统一，对于每个学习项目按照“行动导向”教学法的六个环节：资讯、计划、决策、实施、检查、评价组织教学内容，教材体例结构新颖，内容呈现形式简明、准确、层次分明、逻辑性强，为教师和学习者提供一种有别于传统教材的全新教法和学习体验，能有效促进教师改进教法，提升教学能力水平，促使学习者“做中学，学中做”，提高学习效益和学习获得感。

本书围绕人工智能技术应用框架和认知规律，将“德”与“技”有机结合，由浅入深从“理念―开发―数据―算法―技术―产品―行业―情感”8个认知层面对人工智能技术进行剖析，构建全栈知识体系。本书基于BOPPPS教学方法重构教学环节，主要分为“导入―学习目标―知识探索―案例体验―拓展阅读―本章总结―学习评价―思考探索”8个环节，根据内容适时穿插案例，使读者通过项目实践获得所学即所用的成就感。本书配套案例源代码、习题、教学课件等资源。本书可以作为高等院校人工智能技术、电子信息类、机电一体化、应用电子技术及相关专业的教材，也可以作为相关技术人员的参考用书。

在 建设网络强国的大趋势下，新媒体已深入到各高校，渗透到每位大学生的日常学习和生活中，对大学生的思想行为产生了深刻影响。这对高校大学生教育、管理和服务工作提出了新要求、新挑战。本书从教育学、社会学、心理学和新闻学等多学科交叉的角度深度分析新媒体时代大学生行为变化过程与新特点，阐述新媒体时代大学生新特点对高校大学生教育管理带来的深刻变革和巨大挑战，并从教育理念、教育方法、教育载体、教育环境等方面提出大学生教育管理的创新路径。本书内容主要分为新媒体发展对于大学生的影响、新媒体环境下大学生网络行为方式和行为特点、大学生网络行为对于思想政治教育的挑战和机会、大学生教育管理策略等。本书不仅可以作为相关领域教育从业者的教育参考，也可用于大学生的学习生活指导。

机器人技术是一门典型的跨学科技术，融合了机械工程、电子技术、计算机、自动控制理论及人工智能等多个领域的相关技术。本书以工业机器人的理论基础和应用实践为主线，介绍了工业机器人的原理和使用方法。本书分为三个部分，共9章。 部分是机器人基础，包含第1章和第2章，主要介绍机器人的基本概念与工业机器人系统组成；第二部分是机器人理论，包含第3章至第7章，主要介绍机器人的运动学和动力学，该部分提供了丰富的Matlab案例，方便读者理解和掌握机器人的理论基础和仿真方法；第三部分是机器人实操，包含第8章和第9章，主要以发那科工业机器人为例，介绍工业机器人的操作方法，第9章还提供了实操项目，方便读者学习和尝试工业机器人的操作。本书可作为学习工业机器人技术的本科生和研究生的教辅书籍，也可作为机器人Matlab仿真实验或机器人实操的指导书，还可作为机器人技术研究和开发人员的技术参考书。

本书系统介绍了人工智能的基本原理、方法和技术，并反映 外研究和应用的 进展。全书共11章。第1章主要介绍人工智能从业人员的职业道德及行业准则和人工智能视角下的企业文化和职业素养。第2章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第3章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第4章介绍了机器学习的学习类型、分类、常见任务及其应用。第5、6章对神经网络和深度学习做了引导性综述，包括图片识别、BP神经网络的数据分类、卷积神经网络、循环神经网络。第7章介绍了计算机视觉技术在图像分类和人脸识别中的应用。第8章介绍了中文分词原理和各种模型与算法设计。第9章对语音与语音识别过程进行了详细的介绍。 0、11章详细介绍了人工智能开发环境的设置与机器人的具体实现，以开阔读者的眼界。本书内容丰富，叙述脉络清晰，实用性强，同时配有丰富的习题，可作为高等职业院校计算机相关专业高职专科生教材，也可作为人工智能工程技术人员的培训教材。