本书从统计学观点出发，以数理统计为基础，全面系统地介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。此外，为方便读者自学，本书还扼要地介绍了机器学习中所必备的数学知识（包括概率论与数理统计、凸优化及泛函分析基础等）。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校人工智能、机器学习或数据挖掘等相关专业的师生研习之用，也可供从事计算机应用，特别是数据科学相关专业的研发人员参考。

深度学习在许多领域已经取得了令人瞩目的成就。而今，它正在整个科学界特别是生命科学界掀起波澜。《基于深度学习的生命科学》是一本注重实际操作的书，为开发者和科学研究者讲述了如何在基因组学、化学、生物物理学、显微镜学、医学分析及其他领域中应用深度学习。《基于深度学习的生命科学》介绍了一些深度网络原型，非常适合那些准备将自己的技能应用于诸如生物学、遗传学和药物发现等科学应用的开发人员和科学家。你将跟随设计一个将物理、化学、生物学和医学联系在一起的新疗法问题的案例研究，该案例代表了科学研究中的一个具挑战性的问题。通过该书，你将学到：学习在分子数据上执行机器学习的基础知识。理解为什么深度学习是研究遗传学和基因组学的有力工具。应用深度学习理解生物物理系统。通过DeepChem获得机器学习的简单认识。使用深度学习分析显微图像。使用深度学习技术分析医学扫描图像。了解变分自编码器和生成对抗网络。解释你的模型在做什么以及它是如何工作的。

《基于RISC-V的人工智能应用开发》较全面地介绍人工智能芯片K210的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析YOLO网络与目标检测方法，并把YOLO网络应用于K210之中。第一部分为RISC-V及人工智能芯片，主要介绍RISC-V构架人工智能芯片K210应用开发，包括RISC-V构架及人工智能芯片K210介绍、输入，输出、串口通信、定时器与日历、音频输入／输出接口、显示屏驱动、摄像头数据采集、外部存储器、K210的WS2812驱动、K210的ESP8266驱动以及K210的MicroPython编程。第二部分为深度学习，主要介绍Keras及TensorFlow Lite应用开发，包括Keras人工神经网络应用设计、Keras卷积神经网络及深度学习、TensorFlow Lite安卓应用开发。第三部分为YOLOv3目标检测，主要介绍YOLOv1/v2/v3深度卷积神经网络目标检测应用开发，包括YOLO网络与目标检测基础、YOLO网络样本标注与训练、YOLO网络结构分析、YOLO网络在安卓中的应用。第四部分为YOLO和K210综合应用，主要介绍K210卷积神经网络应用实例，包括K210人工神经网络应用设计、K210卷积神经网络应用设计、K210神经网络处理器工作原理分析、K210神经网络处理器应用实例。《基于RISC-V的人工智能应用开发》适合于从事物联网、人工智能、嵌入式系统以及电子技术应用开发初学者作为参考资料，或者作为本专科物联网、人工智能、嵌入式系统、单片机等相关课程的教材，也适合于作为课程设计、毕业设计以及各类专业竞赛指导教材。

《强化学习/人工智能科学与技术丛书》内容系统全面，覆盖面广，既有理论阐述、公式推导，又有丰富的典型案例，理论联系实际。书中全面系统地描述了强化学习的起源、背景和分类，各类强化学习算法的原理、实现方式以及各算法间的关系，为读者构建了一个完整的强化学习知识体系；同时包含丰富的经典案例，如各类迷宫寻宝、飞翔小鸟、扑克牌、小车爬山、倒立摆、钟摆、多臂赌博机、五子棋、AlphaGo、AlphaGo Zero、AlphaZero等，通过给出它们对应的详细案例说明和代码描述，让读者深度理解各类强化学习算法的精髓。《强化学习/人工智能科学与技术丛书》案例生动形象，描述深入浅出，代码简洁易懂，注释详细。该书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对强化学习感兴趣的研究人员和工程技术人员阅读参考。

《从物联网到人工智能》运用西方在基础教育阶段普遍采用的基于项目学习（project based learning）的方法，通过实践和精彩的项目来掌握这些技术的精髓，摆脱了大量纯粹的理论、公式、算法和代码的教学，潜移默化地将现代技术传授给学生。本系列教材分为上下两册：上册着重于基础知识的介绍以及运用我们设计的学习组件和私有云让读者深入学习、掌握物联网的应用。下册结合我们研发的人工智能教育平台让读者掌握和运用人工智能的基础技术。

随着人工智能科技的飞速发展，人工智能产品在许多领域得到广泛的应用，由此也引发了一系列伦理问题。本书从三个层面讨论了人工智能伦理中的若干基本问题。首先是人工智能伦理中的普遍性问题，比如机器人权利、机器人道德能力的建构以及人工智能安全问题等；其次是具体领域的机器人引发的伦理问题，比如军用机器人、情侣机器人与助老机器人等；第三是人工智能伦理问题的解决进路，包括道德责任、伦理设计、自反性伦理治理等内容。本书兼具学理性与通俗性，可供相关领域的科技工作者、哲学研究者以及对人工智能伦理感兴趣的人士阅读。

将深度学习方法应用于各种自然语言处理任务可以将你的计算算法在速度和准确性方面提升到一个全新的水平。《基于深度学习的自然语言处理》首先介绍自然语言处理领域的基本构件，接着介绍使用先进的神经网络模型可以解决的问题。深入研究各种神经网络架构及其特定的应用领域将有助于你理解如何选择模型来满足你的需求。随着学习的深入，你将学到卷积神经网络、循环神经网络、递归神经网络以及长短期记忆网络。在后面的章节中，你将能够使用自然语言处理技术（如注意力机制模型和集束搜索）开发应用程序。学完《基于深度学习的自然语言处理》，你不仅能具备自然语言处理的基础知识，还能选择文本预处理和神经网络模型来解决一些自然语言处理的问题。了解深度学习问题的各种预处理技术。用word2vec和GloVe构建文本的矢量表示。使用Apache OpenNLP创建命名实体识别器和词性标注器。在Keras中构建机器翻译模型。用LSTM开发文本生成应用程序。使用注意力模型构建触发词检测应用程序。

《人工智能开发实践：云端机器学习导论（英文版）》讲解Amazon、Google和Microsoft公司的强大云服务产品，以及Python数据科学生态系统的成熟技术，所介绍的工作流程和案例涉及从部署到生产各个环节，通过使用当代机器学习、人工智能和云计算工具逐步构建多种云端机器学习应用程序（覆盖体育、项目管理、产品定价、房地产等领域中的实际问题），帮助你构建可扩展的能交付于生产的解决方案。

《工业视觉系统编程与调试（基于VBAI视觉系统）》主要以工业视觉技术为主线，讲述工业视觉的基本组建、视觉软件的环境搭建、相机程序的编写以及工业视觉技术的应用。该书主要内容包括视觉系统基础知识、VBAI视觉系统、VBAI视觉实例、VBAI通信实例和工业机器人视觉技术综合实训。　《工业视觉系统编程与调试（基于VBAI视觉系统）》可作为职业院校、普通高校工业机器人专业、自动化专业、工业控制类专业教材，也可供从事工业视觉应用与编程的人员参考。

本书以遨博协作机器人为例，从协作机器人应用过程中需掌握的技能出发，由浅入深、循序渐进地介绍了遨博协作机器人入门实用知识。本书从协作机器人的发展切入，分为基础理论与项目应用两大部分。系统介绍了AUBO-i5机器人安全操作注意事项、首次拆箱安装、系统设置、基本操作、I/O通信、机器人指令与编程基础等使用内容。本书基于具体案例，讲解了遨博协作机器人系统的编程、调试的过程。通过学习本书，读者可对协作机器人实际使用过程有一个全面清晰的认识。 本书图文并茂、通俗易懂，具有很强的实用性和可操作性，既可作为高等院校和中高职院校智能制造相关专业的教材，又可作为协作机器人培训机构用书，同时可供相关行业的技术人员参考。