人人类增强运动以超人类主义为最著名和**影响力的表现形式，它有助于人类通过生物技术、神经科学和计算机科学来彻底实现精神和身体的增强。超人类主义的目标包括人类永生、人与机器的融合、人类水平的人工智能和殖民太空。关于人类增强的叙述则以即将出现的后人类物种，以及人类历史的技术巅峰——奇点为标志。本书旨在识别、解释和评估目前围绕人类增强运动和技术进步主义的中心思想而出现的有关技术超越的有远见的叙述或迷思。作者认为，技术超越的愿景将关于人类增强的叙述视为迷思，这些迷思：·支撑着技术未来的愿景，为预测技术的发展轨迹提供了“富有想象力的模式”；·展望了人类的科技救赎；·构建了对经过技术改造的后人类的未来全面而有说服力的解释；·正在塑造公众对技术、政策决策、研究进程和关于技术限制的道德辩论的期望。作者在本书探讨了不可避免的技术进步、人类的持续进化、作为信息载体的人类、后人类的崛起、世界范围的思想网络、技术不朽、展现出人类智能水平的计算机以及人类殖民太空等，为人类未来进化和未来科技的发展方向提供了一个全新的思考视角。

近年来，人工智能在各个领域被广泛应用，但对于很多金融从业人员来说，人工智能仍然给人一种高深莫测的感觉。本书旨在从新技术（如人工智能）的视角给出金融业务的新兴解决方案。本书内容通俗易懂，不仅揭示了人工智能在金融业中的重要性，还结合机器学习算法和示例给出了一系列的金融科技解决方案，涉及时间序列分析、强化学习、预测分析、自动化投资组合管理、情绪分析、自然语言处理等知识点。此外，本书还结合现实工作总结了相关的注意事项。本书适合传统金融行业的从业者以及新兴金融科技领域的实践者阅读。读者可从本书深入浅出的知识点和案例中了解到人工智能的魅力，为更好地运用人工智能技术赋能金融业务做好准备。

人工智能被广泛应用和普及，极大地提高了人们学习和工作的效率。而要深入理解人工智能，必须全面理解底层各类机器学习算法的基本原理。只有全面掌握机器学习的基础知识，才能更好地理解、提高和驾驭人工智能的各种应用。 本书分为13章，前7章为原理篇，重点讨论了机器学习模型建模的全部流程、各类常用的机器学习算法原理、深度学习和强化学习、机器学习涉及的优化原理，以及自然语言处理算法原理；后 6章为实践篇，重点讨论了信用卡客户细分、保险公司时间序列生活事件预测、电商网站交易欺诈预测、信用卡和信用贷款风险预测、美国旧金山房屋成交价格预测，以及股票短期回报率预测等多个实际应用场景。 本书内容系统、全面，理论知识覆盖面广，且保留了推导过程。实践案例中，深入浅出地讲解和展示了机器学习应用的具体流程。本书适合在各行业工作的数据科学家、在校学习人工智能和数据科学专业的学生、科技公司的管理者和决策者，以及人工智能的初学者和爱好者阅读。

本书全面阐述了现代因果关系分析，展示了因果关系如何从一个模糊的概念发展成为一套数学理论，并广泛用于统计学、人工智能、经济学、哲学、认知科学、卫生科学和社会学等领域。本书提出了一个全面的因果关系理论，它统一了因果关系的概率、操作、反事实和结构方法，并提供了简单的数学工具来研究因果关系和统计关联之间的关系。本书通过融合领域知识、常识约束、文化传承的概念等来补充数据信息，为基于统计的机器学习中遇到的基本问题提供了科学的解决方案。

本书系统地介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。本书包含3个部分：第一部分为强化学习基础，讲解强化学习的基础概念和表格型强化学习方法；第二部分为强化学习进阶，讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法；第三部分为强化学习前沿，介绍学术界在深度强化学习领域的主要关注方向和前沿算法。同时，本书提供配套的线上代码实践平台，展示源码的编写和运行过程，让读者进一步掌握强化学习算法的运行机制。本书理论与实践并重，在介绍强化学习理论的同时，辅之以线上代码实践平台，帮助读者通过实践加深对理论的理解。本书适合对强化学习感兴趣的高校学生、教师，以及相关行业的开发和研究人员阅读、实践。

本书首先介绍联邦学习的定义和发展历史，按类别介绍联邦学习算法和发展现状，介绍联邦学习的应用场景，以及相关安全机器学习的技术。然后我们将介绍新的zui前沿的联邦学习算法，用京东数科系统作为实例，对联邦学习系统构建和实现进行讲解。zui后我们将介绍京东数科自研的基于区块链的联邦学习技术。

《机器学习·深度学习图像识别从基础到案例实战》一书用大量的图形图像，结合Python代码介 绍了人工智能领域图像识别的相关知识。全书共3部分，其中第1部分介绍了基础知识及相关工具如 Python、Jupyter Nobebook和NumPy、Matplotlib等软件库的使用方法；第2部分主要借助TensorFlow、 PyTorch、Keras、Chainer、scikit-learn等工具实现了16个不同层次的图像识别案例，如Iris数据集分类、 手写数字识别、人物检测等，助力提升读者实战水平；第3部分介绍了基于Python的面向对象编程知 识和如何用Python建立Web服务器。本书浅显易懂，特别适合作为大中专院校相关专业的参考书，也 适合想通过Python系统学习机器学习和深度学习、用Python进行图像识别的入门参考书。

本书面向人工智能学科的前沿领域，系统地讨论了智能计算的原理与实现，比较全面地反映了智能计算研究和应用的*新进展。书中涵盖了支持向量机、混沌计算、蚁群算法、DNA计算、DNA遗传算法、人工免疫系统、萤火虫算法、蝙蝠算法、蛙跳算法、鱼群算法和其他一些算法及应用。全书提供了大量的实用案例，重点强调实际的应用和计算工具，这些对于智能计算领域的进一步发展是非常有意义的。 本书取材新颖、内容系统、深入浅出、材料丰富，理论密切结合实际，具有较高的学术水平和参考价值。 本书可作为人工智能、信息与通信工程、仪器科学与技术、计算机科学与技术等相关领域的科研人员及工程技术人员的参考书，也可作为研究生和高年级本科生开阔视野、增长知识的阅读材料。

这是一本写给青少年看的人工智能科普图书，目的是帮助小读者启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让他们了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者不仅可以了解到“人工智能的工作方式”，还能一睹很多人工智能发展的过程和细节：科学家如何提出问题并想到绝妙的点子；技术如何从第一代逐渐演变到第 N 代；遭遇失败时科学家如何克服困难；等等。所有这些都旨在激发小读者的好奇心，帮助他们体会科学研究应具备的精神。延续“写给青少年的人工智能”系列图书的风格，本书仍然用了大量形象的比喻，以贴近生活的案例作类比，把书中的抽象概念和难点以诙谐幽默的手绘插画形式诠释出来，力求让小读者读得懂、喜欢读。 本书从“模拟人类的思考方式”“模拟大脑的工作原理”和“模拟生物对环境的反应”这 3 个方向出发，代入科学家的研究思路，讲述了人工智能的三大主要流派“逻辑主义”“联结主义”和“行为主义”、人工智能发展过程中的重大事件、三种人工智能流派的核心思路以及相关科学家及其发明创造的故事，堪称人工智能的“历史放映机”。

全书共分6章。第1章 深度学习理论基础，阐述了人工智能、机器学习、深度学习理论、技术和方法以及三者之间的关系。第2章 人工神经网络模型，总结介绍了神经网络的架构、类型、工作原理和优化训练方法。第3章 卷积神经网络，分析论述了深度学习的典型算法——卷积神经网络的构成、机理、发展和应用，探讨了深度学习的前沿模型——图卷积神经网络和图注意力网络的机制、优势和实现方法。第4章 海洋硬目标检测DL模型构建，将深度学习引入到海洋目标检测领域，基于CNN构建了针对硬目标检测的深度学习模型——OceanTDAx系列模型，并对模型进行训练、优化和评估，在此基础上采用所构建的模型进行海洋目标检测实验。第5章海洋分布目标检测DL模型构建，构建了针对海洋分布目标检测的深度学习模型——OceanTDLx系列模型，并对模型进行训练、优化和目标检测实验。第6章基于多核并行架构的海洋目标检测，设计了OISPMDA-FDB多核并行架构，实现基于CNN初检的CFAR海洋目标提取、卡方分布临界值海洋目标提取、基于loglogistic的海洋目标提取、基于伴方差修正模型的复杂海况的海洋目标提取，共执行了4类30个海洋目标参数并行提取实验。