人工智能
-
重塑刁生富人工智能在以其强大的力量渗透融合于人类生活的方方面面，导致智能生活的产生。本书共包括三部分：第一部分是智能生活的来临，分析了人工智能的技术优势及向人类生活渗透对生活方式、生活习惯、生活环境、生活需求等方面所产生的深刻影响；第二部分是智能生活的场景，围绕“智能生活系统”而展开，“需求端+服务端+技术端”组成美好生活服务网络，涵盖的内容包括智能购物、智能办公、智能家居、智能穿戴、智能支付、智能机器、智能安防等场景；第三部分是智能生活的展望，包括智能时代、“无用阶级”、智能治理等，旨在阐述智能时代的人们应该如何找到自己的情感归属、如何成为有用的人、如何成为生活的主人。 本书读者对象为包括教师、行政人员、研究人员、大中专院校学生在内的对互联网、大数据、人工智能、区块链等感兴趣的广大读者。 -
计算机的神奇魅力徐先玲，靳轶乔《计算机的神奇魅力》是一本关于计算机的小百科全书，集趣味性、实用性、科技性为一体，主要介绍计算机的构造、原理、应用等计算机硬件、软件的基础知识。通过阅读《计算机的神奇魅力》能够让广大青少年更多地了解计算机的相关知识。 -
代替人工作的机器徐先玲，靳轶乔《代替人工作的机器》主要介绍了机器人的诞生、发展、分类、特征以及机器人在工业、农业、国防科技等领域的应用。通过阅读该书，对广大青少年认识和了解机器人有关知识会有很大的帮助和启示。 -
智能水下机器人测深信息同步定位与建图技术李晔等《智能水下机器人测深信息同步定位与建图技术》系统地阐述了智能水下机器人测深信息同步定位与建图技术的发展与应用。《智能水下机器人测深信息同步定位与建图技术》共7章，内容主要包括智能水下机器人测深信息同步定位与建图技术的发展现状、位姿图构建技术、位姿图构建中的闭环检测技术、鲁棒闭环检测技术、位姿图优化技术、鲁棒位姿图优化技术以及鲁棒测深信息同步定位与建图的软/硬件系统搭建等。《智能水下机器人测深信息同步定位与建图技术》内容基本上覆盖了智能水下机器人测深信息同步定位与建图知识专题。 -
半监督学习（法）奥利弗·夏佩尔,（德）贝恩哈德·舍尔科普夫 等《半监督学习》是国际学术界论述半监督学习理论与方法*为详细、内容*为丰富的一部著作。《半监督学习》，数十位研究人员就半监督学习的各个方面阐述其研究成果，具体包含生成式模型、低密度分割、基于图的方法、表示的变换、半监督学习实践、视角六部分。 -
人机博弈暂缺作者暂缺简介... -
革新《日经商务周刊》飞行汽车、宇宙开发、量子计算机、共享汽车、大数据分析、替代白领工作的软件机器人、癌症治疗……纵观全球，不断涌现出一批能够产生技术创新的初创企业，有的企业估值甚至高达数千到数万亿日元。 新兴企业聚集的地区，不仅仅限于美国硅谷，还出现在中国、印度、以色列、英国、德国、新加坡、日本等，堪称遍布全球。 今后，什么样的企业能够崛起，并在10年后取代GAFA呢？本书将揭开“改变世界的那些公司”之神秘面纱。 -
机器学习实战（英）赫芬·I.里斯（Hefin Rhys），但波《机器学习实战使用R、tidyverse和mlr》将使用RStudio和非常棒的mlr程序包开启你的机器学习之旅。这本实用指南简化了理论，避免了不必要的复杂统计和数学知识，所有核心的机器学习技术都通过图形和易于掌握的示例进行清晰的解释。每一章的内容都十分引人入胜，你将掌握如何把新的算法付诸实践，以解决各种预测分析问题，包括泰坦尼克沉船事件中不同乘客的幸存概率、垃圾邮件过滤、毒酒事件调查等。 主要内容 使用tidyverse程序包处理和绘制数据 监督机器学习和非监督机器学习技术 分类、回归、降维和聚类算法 统计学基础 -
深度学习原理与PyTorch实战张伟振《深度学习原理与PyTorch实战》按照从理论到实践，从实践到创造的顺序讲解深度学习领域的知识与技术，代码翔实，公式简单易懂。《深度学习原理与PyTorch实战》第1章介绍深度学习的概念和目前的形势，第2章介绍Python编程语言基础，第3章使用Python语言计算极限、导数、级数等数学问题，第4章讲解深度学习的基本原理与PyTorch框架的基本使用，第5章和第6章详细讲述经典网络结构CNN和RCNN，第7~9章介绍自研深度学习框架，并详细讨论之前忽略的深度学习底层实现上的算法和细节，第10章介绍目前机器学习的前沿无监督学习，第11章主要讲解深度学习模型以Web应用形式部署的技术。《深度学习原理与PyTorch实战》适合有高等数学基础、希望了解深度学习领域知识和技术的初学者阅读，也可作为相关培训机构的参考用书。 -
Python机器学习案例教程刘宇熙（Yuxi,Liu）本书包括3部分：第1部分介绍机器学习的基本概念，它们是机器学习的预备知识；第2部分系统介绍几种成熟的机器学习算法和技术；第3部分介绍贯穿整个机器学习工作流程的21个*佳案例，并且讨论具有前瞻性的方法和想法，它们被公认为是机器学习未来的研究重点。本书中的代码均在Python 3中测试通过。 本书适合高等院校相关专业的大学生、研究生或教师阅读学习，以及不具有机器学习或统计背景但是想要快速补充机器学习算法知识，以便在实际产品或平台中应用的软件工程师。 Copyright Packt Publishing 2019 First published in the English language under the title“Python Machine Learning By Example-Second Edition-（9781789616729）” Copyright in the Chinese language（simplified characters） 2021 China Machine Press This title is published in China by China Machine Press with license from Packt Publishing LtdThis edition is authorized for sale in China only， excluding Hong Kong SAR， Macao SAR and TaiwanUnauthorized export of this edition is a violation of the Copyright ActViolation of this Law is subject to Civil and Criminal Penalties 本书由Packt Publishing Ltd授权机械工业出版社在中华人民共和国境内（不包括香港、澳门特别行政区及台湾地区）出版与发行。未经许可的出口，视为违反著作权法，将受法律制裁。 北京市版权局著作权合同登记图字：01-2019-5823号。
