人工智能时代已经来临，这项技术正在改变人类的认知和生活，也对实体经济造成了重大影响。本书先介绍了与人工智能相关的理论知识，再一一讲述人工智能与5G、物联网、区块链等技术的融合；应用篇主要讲述了人工智能的实战场景，分析人工智能在制造、教育、金融、新零售、医疗健康、社交娱乐等领域的应用情况；落地篇讲述了AI行业的入局之道，为想入局AI行业的公司提供指导思路。

There have been some interesting developments in machine learning over the past four years，since the lst edition of this book came out. One is the rise of Deep Belief Networks as an area of real research interest（and business interest， as large internet-based companies look to snap up every small company working in the area）， while another is the continuing work on statistical interpretations of machine learning algorithms. This second one is very good for the field as an area of research， but it does mean that computer science students， whose statistical background can be rather lacking， find it hard to get started in an area that they are sure should be of interest to them. The hope is that this book， focussing on the algorithms of machine learrung as it does， will help such students get a handle on the ideas，and that it will start them on a journey towards mastery of the relevant mathematics and statistics as well as the necessary programming and experimentation.In addition， the libraries available for the Python language have continued to develop，so that there are now many more facilities available for the programmer. This has enabled me to provide a simple implementation of the Support Vector Maclune that can be used for experiments， and to simplify the code in a few other places. All of the code that was used to create the examples in the book is available at http：//stephenmonika.net/（in the &Book' tab）， and use and experimentation with any of this code， as part of any study on machine learning， is strongly encouraged.

《自己动手做聊天机器人》从零开始介绍了聊天机器人的发展历程及技术原理，并配合项目实 战案例，重点介绍了问答系统、对话系统、闲聊系统这三种主要聊天机器人的技术原理及实现细节。 让读者可以由浅入深、循序渐进地学习聊天机器人的相关知识，并对聊天机器人有深入的理解。 《自己动手做聊天机器人》分为 12 章，主要内容有聊天机器人概述；快速开发一个智能语音助手； 文本相似度计算方法；基于 BERT 模型的智能客服；基于知识库的问答系统；基于知识图谱的电影知 识问答系统；基于知识图谱的医疗诊断问答系统；基于任务导向的聊天机器人；基于 Rasa 的电影订票 助手；基于 UNIT 的智能出行助手；快速搭建一个“夸夸”闲聊机器人；聊天机器人的发展展望。 《自己动手做聊天机器人》内容通俗易懂，案例丰富，实用性强，特别适合对聊天机器人技术感 兴趣的入门读者和进阶读者阅读，也适合人工智能技术研究人员、自然语言处理技术研究人员等其 他编程爱好者阅读。另外，本书还可以作为高等院校或相关培训机构的教材使用。

本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师，他们整理了已证实的方法，帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。 在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对你的情况选择最佳技术的建议。

本书全面介绍优化理论，重点介绍设计工程系统的实用算法。

作为邱锡鹏老师出品的《神经网络与深度学习》配套案例，与《神经网络与深度学习》深度融合，从实践角度诠释原书理论内容。

《企业数字员工建设指南——机器人流程自动化（RPA）实践》基于两位作者的从业经验详细系统地介绍了机器人流程自动化的概念、发展历程、行业状况、与其他技术的集成、经典的行业应用案例、企业内部推广与建设 RPA 的方法、RPA 平台的技术架构、RPA 项目的生命周期、作者的实施经验和实战案例分享。全书共 3 篇 10 章，每章通过实战案例并辅以图文的形式给予说明。 本书内容翔实，涵盖了机器人流程自动化的方方面面，概念清晰、逻辑性强，阐述时由浅入深、循序渐进。本书中的实例大部分来自两位作者多年的工作和开发实践经验，希望读者在 RPA 实践中能够扬长避短，把更多的数字员工带入各行各业。 本书作为一本科普书，主要面向 RPA 爱好者、从业者、计划在企业内部构建数字员工的管理者以及本科及以上在校师生等。

机器翻译是计算机科学与语言学交叉形成的最早的研究方向，是自然语言处理技术的重要发源地。本书聚焦新一代机器翻译技术——神经机器翻译，系统梳理和介绍神经机器翻译的核心方法和前沿研究课题。全书分为基础篇、原理篇、实践篇和进阶篇，覆盖神经机器翻译的基础知识、经典框架、原理技术、实践方法与技巧，以及无监督神经机器翻译、多语言神经机器翻译、语音与视觉多模态机器翻译等前沿研究方向。全书理论与实践相结合，基础与前沿相交映。除此之外，本书的一个特色是在每一章均附有一篇短评，针对相应章节的主题，介绍和评论神经机器翻译技术背后的历史、故事、思想、哲学、争议和规范等。短评与全书内容相交错，使读者对神经机器翻译技术不仅知其然，而且知其所以然。本书适合高等院校计算机专业高年级本科生，以及人工智能、自然语言处理方向的研究生阅读，也可供机器翻译研究者、实践者、使用者，以及机器翻译行业的管理者、人工翻译研究人员等对机器翻译技术感兴趣的读者参考。

本书将帮助读者掌握开发有效学习系统所需的流程、模式和策略，通过简单的故事、图片和Python示例来向读者传达机器学习的基本思想。即使读者是一名初学者，只要具备一些Python编程基础，不管大学数学水平如何，都能轻松阅读本书并有所收获。

本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个高级扩展，包括向量化计算、分布式加速以及CUDA扩展。本书既适合深度学习的初学者及第一次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认识，提高使用PyTorch框架解决实际问题的能力。