本书以实战为主，通过丰富的实战案例向读者介绍深度学习可应用和落地的项目，书中所有案例都基于Python+TensorFlow 2.5+Keras技术，可用于深度学习课程的实战训练。本书配套示例源码、PPT课件、思维导图、数据集、开发环境与答疑服务。全书共分11章。第1章讲解深度学习的概念、流程、应用场景、模型分类和框架选择，第2～11章列举深度学习的项目实战案例，包括手写体识别、数据集分类、情感分类、文本情感分类、编码器、汉字拼音转换、中文文本分类、多标签文本分类、人脸检测、人脸识别、语音汉字转换。本书内容详尽、案例丰富，是深度学习初学者必备的参考书，适合有基础、亟待提升自己技术水平的人工智能从业人员，也可作为高等院校和培训机构人工智能及相关专业的教材使用。

经过亿万年进化，生物具有超强视感知能力，尤其是鸟类具有卓越的高空高速下的视感知能力。因此，研究鸟类和哺乳类动物视感知通路的神经信息处理机制，构建信息处理的编解码模型，并以此建立类脑算法，已经被证明是为视觉脑机制研究提供理论指引、提高机器视觉系统性能的有效途径。在此思路指引下，《视觉脑机制与类脑智能算法》首先介绍了鸟类脑和哺乳类脑的视觉系统解剖结构和生理学基础，以及视觉神经机制解析与建模基础；然后阐述了鸟类和哺乳类动物视觉系统工作机理与信息处理机制，重点研究了鸟类视顶盖快速、显著感知神经编码模型，以及鸟类视顶盖神经解码；*后，阐述了类脑智能和算法的认识和创新思路，结合生物视觉信息处理机制，介绍了具有典型意义和标志*新进展的几种类脑算法，并初步构建了基于鸟类离顶盖-离丘脑-副视系统协同信息处理机制的大视场小目标检测模型。

《基于深度学习的机器阅读理解》介绍了基于深度学习的机器阅读理解技术，内容涵盖：任务定义与分类、发展历程、模型评测和典型应用；多层感知机、表示学习、卷积网络、循环网络、注意力机制等深度学习基础；基于深度学习的机器阅读理解技术的共性框架；指针网络等代表性模型，以及它们与共性框架的对应关系；本领域的新动向、新趋势，及尚待解决的开放性问题。最后，附录中简介了机器学习和文本分析基础，引入经典机器阅读理解技术，并汇总了《基于深度学习的机器阅读理解》涉及的英文简称和互联网上公开可用的模型算法源码。

本书从产业政策、市场规模、投融资情况、发明专利申请、SCI论文发表、顶级会议论文发表、知名机构等方面，对世界主要国家（地区）在人工智能基础层、技术层、应用层的发展态势开展研究。评估得出人工智能产业各个板块不同领域的主要创新实体（国家或地区）、企业、研究机构的基础研究水平、前沿技术创新能力以及产业化应用情况等，提出我国具体开展国际科技创新合作的重点国家（地区）与机构等。另一方面，从中国视角出发，对在人工智能产业领域开展国际科技创新合作进行SWOT分析，为人工智能领域的科研工作者全面认识人工智能领域发展态势提供依据，为人工智能领域产业政策制定者提供数据支撑。

作为人体最灵活的肢体，手不但可以完成各种生活技能，也可以实现自然、直观的交互。在已知手势交互技术中，基于表面肌电信号的手势交互具有高精度、可穿戴、抗遮挡、支持上肢截肢患者使用等优点，在医疗康复和人机交互领域有着不可替代的作用。在以深度学习为代表的新一代人工智能技术蓬勃发展的背景下，本书依托国家和江苏省自然科学基金项目前期与阶段性研究成果，对多种面向肌电手势交互系统的深度学习技术进行了深入研究。

本书按照机器学习十年来的教学经验将主要教学内容分为五大板块：“数学基础”“回归问题”“分类问题”“无监督问题”以及“概率图模型”。既注重学习内容由浅入深和教学的先后顺序，又兼顾了内容的全面性，给予授课老师充分的授课自由。本书内容新颖，结构化层次化地介绍了机器学习的重要内容，语言严谨详细，配图全面直白。而课后配套的习题、实验、网课与书本内容相对应，让学生能够快速入门机器学习，既可更深入更全面地掌握书本内容，课后巩固知识点充分理解理论知识，又可锻炼其面对实际人工智能问题的编程能力。

本书主要介绍依据作者实际的项目开发经验，经过总结、提炼和创新形成的智能化立体仓库软件系统开发方法。全书共14章，内容包括智能化立体仓库概述、智能化立体仓库系统组成及工作原理、智能化仓库管理子系统WMS设计、数据库设计、B/S系统的多层架构设计及实现技术、入库货位分配的多目标优化算法、出库托盘选择与拣选路径优化算法、基于RFS终端的数据采集子系统、RFS的实现、ITDW智能调度系统的研究与实现、两辆往复式RGV/AGV的联合调度算法、箱式输送线的缓存区调度算法、基于组态软件的ITDW监控系统设计、通信子系统的设计与实现。本书可作为高等学校计算机应用和物流相关专业高年级本科生和研究生相关课程的教材或参考书，也可供从事智能化立体仓库或立体停车库、智能物流系统等领域的专业人员或科技工作者参考。

随着社会数字化和信息化的程度越来越高，数据资源作为一种互联网时代的新能源所表现出的数据流动价值越来越得到人们的重视。在大数据背景下，机器学习技术正被广泛应用在各个领域，充分发挥数据的价值。与此同时，在对数据隐私的担忧声中，政府开始行动制定数据使用合规法案。传统的机器学习方法受到了制约，大量的数据因为需要依法保护而无法被联合在一起进行建模，隐私保护机器学习的概念应运而生。本书将介绍隐私保护机器学习的原理、方法和应用，主要介绍机器学习和隐私保护技术的基础知识，并讲解隐私保护机器学习的应用，包括隐私求交、安全多方计算、线性模型、树模型、神经网络。同时本书还介绍隐私保护机器学习的具体应用场景，深入讲解其技术原理。本书既适合隐私保护机器学习领域的从业者阅读，也可供高等院校相关专业的本科生、研究生学习参考。

音乐是人类思维的产物，以物理波形为载体，传递着人们对生活的理解和主观感受。情感是音乐先天的属性，音乐是非常能够表达人类思想和传播文化的途径。人工智能发展到今天也不同程度地遇到了“语义瓶颈”，如何让机器理解和表达人类情感，成为人工智能技术无法跨越的鸿沟。为了探索机器理解语义的方法，《AI探视人类情感原理与实践：人工智能驱动的音乐信息检索（全彩印刷）》从音乐这一情感载体人手，详细论述了从基于音乐内容到音乐语义的信息检索模式，从而为机器理解人类情感打开一扇有趣的窗口。《AI探视人类情感原理与实践：人工智能驱动的音乐信息检索（全彩印刷）》的研究思路、研究方法及其发展历程，在文本、图像和视频领域有相通之处，《AI探视人类情感原理与实践：人工智能驱动的音乐信息检索（全彩印刷）》也能使读者进一步理解多媒体信号语义提取方法和应用。《AI探视人类情感原理与实践：人工智能驱动的音乐信息检索（全彩印刷）》融合了作者十余年来在该领域学习研究的经验，对相关算法和方法的论述深入浅出，使得读者能够理论联系实际，更快地从事该领域的工作。

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。第一章节介绍深度学习的简洁发展思路和表示学习机制；第二章、第三章介绍了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办法；第四章讨论神经网络也会遇到的过拟合问题；第五章分析神经网络的最小组成部分——神经元；第六章讨论三种方案解决浅层网络的训练难题：批标准化、SeLu、ResNet；第七章、第八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。本书适合对于深度学习感兴趣的大学生、工程师阅读参考。阅读本书需要具备基础的Python编程技术和基本的数学知识。