智能制造作为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，是具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的集合。随着科学技术的飞速发展，先进制造技术正在向信息化、自动化、智能化方向发展，智能制造技术已成为世界制造业发展的趋势，世界上的主要工业国家正在大力推广和应用。发展智能制造既符合我国制造业发展的内在要求，也是重塑我国制造业新优势，实现工业转型升级的必然选择。 机器人是先进制造业的重要支撑装备，也是未来智能制造业的关键切入点。工业机器人作为机器人家族中的重要一员，是目前技术*成熟、应用*广泛的一类机器人。工业机器人的研发和产业化应用是衡量科技创新和高端制造发展水平的重要标志。发达国家已经把工业机器人产业发展作为抢占未来制造业市场、提升竞争力的重要途径。汽车、电器、工程机械等众多行业大量地使用工业机器人自动化生产线，在保证产品质量的同时，改善了工作环境，提高了社会生产效率，有力地推动了企业和社会生产力发展。 当前，随着我国劳动力成本的上涨，人口红利逐渐消失，生产方式向柔性、智能、精细转变，构建新型智能制造体系迫在眉睫，因此对工业机器人的需求呈现大幅度增长。大力发展工业机器人产业，对于打造我国制造业新优势，推动工业转型升级，加快制造强国建设，改善人民生活水平具有深远意义。《中国制造2025》将机器人产业作为重点发展领域，机器人产业已经上升到国家战略层面。 在传统制造业转型升级的关键阶段，越来越多的企业将面临“设备易得、人才难求”的尴尬局面，所以，实现智能制造，人才培养要先行。《制造业人才发展规划指南》指出，要面向制造业十大重点领域大力培养技术技能紧缺人才，加强职业技能培训教学资源建设和基础平台建设。针对这一现状，为了更好地推广智能制造与工业机器人技术的应用，亟需编写一本系统全面的智能制造与工业机器人应用技术入门教材。 本书主要介绍了智能制造技术的基本知识，围绕智能工厂、智能生产、智能物流和智能服务这四个方面介绍了智能制造的内涵。此外，本书还介绍了智能制造关键技术、工业机器人基本知识及在智能制造领域的应用，并介绍了工业机器人的视觉技术及应用、智能移动机器人和工业机器人虚拟仿真技术等与智能制造密切相关的知识。本书依据初学者的学习需要科学地设置知识点，倡导实用性教学，有助于激发学习兴趣，提高教学效率，便于初学者在短时间内全面、系统地了解智能制造和工业机器人的基本知识。 本书图文并茂，通俗易懂，实用性强，既可作为高职高专智能制造、机电一体化、电气自动化及机器人技术等相关专业的教材，也可供相关行业的技术人员参考使用。为了提高教学效果，在教学方法上，建议采用启发式教学、开放性学习，重视小组讨论；在学习过程中，建议结合本书配套的教学辅助资源，如教学课件、视频素材、教学参考与拓展资料等。 本书由哈工海渡机器人学院的张明文和王璐欢主编。在本书的编写过程中，得到了哈工大机器人集团有关领导、工程技术人员，以及哈尔滨工业大学相关教师的鼎力支持与帮助，在此表示衷心的感谢！

《智慧城市大数据与人工智能》介绍智慧城市的需求、方法论和总体规划，智慧城市大数据的开发与技术应用。除了介绍数据与信息、数据挖掘、数据可视化、人工智能、深度学习、神经网络与人工智能相关的基础知识外，重点是人工智能与智慧城市和大数据“三位一体”的深度融合应用。最后通过“城市智慧大脑”案例的实践和应用，将智慧城市、大数据、人工智能深度融合应用落实到具体的、可实施的、可实现的智慧城市系统工程项目当中去。

为了避免机器学习背后的复杂数学原理以及异常复杂的算法证明和推导吓退一大批初学者，本书遵循“极简入门”的理念，通过通俗易懂的语言，丰富的图示和经典的案例，有效地降低了学习的门槛，让广大机器学习爱好者轻松入门机器学习。 本书共分11章，覆盖的主要内容有机器学习概述、数据预处理、K最近邻算法、回归算法、决策树、K-means聚类算法、随机森林、朴素贝叶斯算法、支持向量机SVM、神经网络（卷积神经网络、Keras深度学习框架）和人脸识别入门等。从最简单的常识来切入AI领域，打造无缝平滑的学习体验。 本书的读者不需要具有高等数学的深厚知识，也不需要有机器学习或者人工智能（AI）的基础，只需具备Python语言的基础知识和简单了解过NumPy、Pandas等科学基础库，就可以轻松阅读并掌握。另外，高等院校和培训机构也可以将此书作为机器学习入门教材使用。

多标记学习指一个样本可能对应多个语义标记的学习框架，在文本分类、基因功能分类、图像识别等领域广泛存在。多标记学习因其问题的复杂性及广泛的应用背景，得到了越来越多的重视与研究。多标记学习的研究主要围绕降低特征空间或标记空间的复杂性，提高多标记学习算法的精度而展开。《多标记学习：理论、方法与应用》主要介绍多标记分类、多标记特征降维、标记关系分析及多标记决策知识获取的理论、模型和方法，并力求展现多标记学习领域的新研究成果。

介绍深度学习领域最先进的技术 以及深度学习在主要的自然语言处理任务中的成功应用 对深度学习时代自然语言处理领域的不同研究前沿进行了概括与分析 列举了深度学习与自然语言处理领域中交叉的技术性术语以及常用的首字母缩略词。

《智能机器人控制系统设计教程——多旋翼无人机系统》是根据自动化专业工程教育专业认证、新工科建设等需求而编写的，旨在提高学生在机器人控制系统设计方面的能力，进而培养学生解决复杂工程问题的能力。《智能机器人控制系统设计教程——多旋翼无人机系统》以多旋翼飞行器为对象，《智能机器人控制系统设计教程——多旋翼无人机系统》分为3部分，共13章。其中，基础篇由第1～3章组成，主要讲解机器人控制系统涉及的数学基础及其基本要点。设计篇包括第4～9章，详细介绍多旋翼飞行器的运动学方程、动力系统建模、姿态测量、姿态估计、控制器设计与稳定控制。实践篇为第10～13章，以Pixhawk飞控系统为例，从控制器硬件系统设计、软件设计、仿真与实验四方面进行详细的阐述，使读者能够快速地掌握多旋翼飞行器控制系统的开发思路、设计步骤及解决方案等。

波浪驱动水面机器人技术作为一个前沿研究热点，其出现不过十五年，而国内研究起步于 2012 年。《波浪驱动水面机器人》系统、深入地总结了作者近年来在波浪驱动水面机器人技术领域的主要研究成果与工程实践经验，凝练并深入探讨了波浪驱动水面机器人基础技术问题。《波浪驱动水面机器人》共 6 章，内容主要包括波浪驱动水面机器人的推进机理分析、总体设计、运动建模与预报、运动控制以及应用分析。

《Python机器学习》面向机器学习新手，主要内容如下： ● Python机器学习的一些基本库，包括NumPy、Pandas和matplotlib库 ● 常见的机器学习算法，包括回归、聚类、分类和异常检测 ● 使用Python和Scikit-learn库进行机器学习 ● 将机器学习模型部署为Web服务 ● 使用Microsoft Azure Machine Learning Studio进行机器学习 ● 演习机器学习模型构建方案的实例

刘禹魏庆来编著清华大学出版社北京注意： 经管的书不加“课件下载”理工的书不加“课件下载”内 容 简 介人工智能技术在20世纪50年代诞生，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门综合性技术科学。人工智能技术的发展经历过数次起伏，在螺旋式上升中不断取得新的突破。人机博弈是人工智能领域的一个重要分支。近20年来，出现了多次可以称之为里程碑式的“人机大战”。本书从人机博弈几次里程碑式的事件切入，对技术发展进程中的重要人物、节点和技术突破进行详细介绍，从中梳理出人工智能研究方法论的演进，并对人工智能技术未来发展方向提出展望。 \n本书内容新颖、丰富、翔实、全面，兼具知识性、系统性、可读性与实用性，适合广大青少年、人工智能专业的师生，以及行业技术人员阅读。 \n

群智感知作为一种新型的数据收集方式，在大数据领域受到了许多关注。但是作为群智感知的根本问题，即如何保障在群智感知场景下数据收集的数量和质量，仍然需要研究。本书从群智感知的研究背景出发，系统地讲述了如何保障在群智感知场景下数据收集的数量和质量的方法，并立足实际，用真实数据集验证所提出方法的优越性。此外，本书还根据群智感知系统的现状介绍了其下一步的研究内容，希望对读者有所启发。