本书首先着重于行为树（BehaviorTrees，BTS）的语义和设计原则，效率、安全性和稳健性分析，以及学习和任务规划等的复杂的主题，并提供实践例子，从简单的插图到现实的复杂行为，使读者能够成功地将理论与实践结合起来。

本文围绕基于学习的自适应控制。首先，重点介绍一些重要的数学工具；然后重点阐述本书的重点内容：基于模型的或经典的自适应控制、无模型自适应控制和自适应控制的学习；第三章着重基于极值搜索的迭代反馈增益，给出机电一体化的应用实例；第4章介绍多参数的极值搜索控制算法自动调整反馈增益，给出强大的非线性控制器加模型学习算法；第5章是基于极值搜索的间接自适应控制，给出两个不同的MES算法，*后两章重点介绍极值搜索为基础的非线性系统参数辨识算法和求极值的迭代学习模型预测控制。

本书详细讲述了人工智能大潮中企业如何生存和发展，帮助企业看清人工智能，抓住生产力变革机遇，进行人工智能技术布局。首先，从商业应用角度介绍了人工智能的缘起和企业怎么认识人工智能，避开了艰辛的数学公式和繁多的技术细节，聚焦于人工智能在企业实际场景中的应用价值、优劣势以及未来趋势；然后，通过详尽的人工智能商业场景实例，展示了人工智能的商业模式，其如何融入企业生产，在各个环节发挥作用？是变革技术开拓新市场？还是替换现有生产方式？或者优化现有方法提升生产效率？最后，总结了人工智能应用场景落地的经验，介绍了从企业战略层面，如何切入并逐步开展人工智能落地，如何培养人才构建环境，从而提升企业核心竞争力。如果您对人工智能感兴趣，想尝试新技术提升自己或企业的核心竞争力；或者您是人工智能算法专家，想要找到适合落地的商业解决方案，那么本书不容错过。

通信的基本理论源于香农定理，之前人们认为信息是不会变化的，因此香农信息论将信息的传递作为一种统计现象来考虑，给出了估算通信信道容量的方法。认知信息是什么呢？信息从产生之后，在不断传输过程中，人们会自发的嵌入一个认知的环节。此时信息量会发生变化。这就是认知信息。而在研究认知信息时，最核心的是怎么度量认知信息的价值。价值是动态变化的，而且是有极性的，即信息存在正面和负面影响。为什么人类历史上很多信息消失了？因为它是负面的，是不符合规律、自然或普遍的真理的数据，因此最后都消失了。为什么一些正面的信息能够传承下去？因为它给人类的发展带来推动作用。很多人去认知它，会不断的净化它，把最核心的价值不断沉淀。而价值密度非常高的信息最后会一直流传下来。由于信息在传播过程中占用了很多通信资源，如何判断哪些信息是最有价值的，是可以存储或传播呢？通常，我们可以通过流行度，越广泛传播的信息，其价值越高。但这是通过人的行为来度量的，有时并不一定准确。我们需要通过一些基础理论来度量认知信息的价值。综上，本书提出了认知信息论。认知信息就是要度量认知后的信息的价值。物联网在未来应该不仅是把终端连起来，而是要把数据连起来，把价值网络连起来。移动通信技术从1G、2G、3G、4G的演化着重于优化频谱资源、通信容量和功耗等。但目前正在商业化推广的5G技术是通信领域的一大革命，把通信、网络与计算相结合，将物联网、区块链、边缘计算和云计算等分布式计算理论与技术组合成一个巨大的通信体系。而当通信与众多学科进行交叉结合时，认知信息论已经与传统的香农信息论不一样了。为了支撑海量的认知信息、庞大的通信系统和智能高效的计算，人工智能技术与通信理论的结合是必不可少的。这将会改变整个通信产业的发展方向，也从更加智能的角度提供了新的理论与技术方法。这也是本书之所以命名为《基于人工智能的通信理论与方法》的原因。

生成式建模（generative modeling）是人工智能领域热门的研究课题之一。现在算法已经可以教一台机器在绘画、写作和作曲等人类活动中取得出色的表现。通过这本实用指南，机器学习工程师和数据科学家们将学会如何通过生成式深度学习模型重新创建一些令人印象深刻的程序示例，例如变分自编码器、生成对抗网络、编码器一解码器模型和世界模型。作者David Foster在书中演示了每种技术的内部工作原理，首先介绍了使用Keras进行深度学习的基本知识，然后介绍了该领域先进的一些算法。通过书中的提示和技巧，你将了解如何使模型更有效地学习并变得更有创造性。探索变分自编码器如何改变照片中的人脸表情从头开始构建实用的GAN示例，包括用于样式转换的CycleGAN和用于音乐生成的MuseGAN算法创建循环生成式模型实现文本生成，并学习如何使用注意力改进模型了解生成式模型如何借助并行代理在强化学习环境中完成任务探索Transformer（BERT，GPT-2）模型架构以及ProGAN和StyleGAN等图像生成模型

无创式脑调制（noninvasive brain modulation，NBM）是一种采用电场或磁场调节神经系统活动的技术，已成为诊断、康复和治疗神经精神疾病的一个有效手段，同时也是研究脑生理、结构和功能的常用工具。《神经系统电场调节的理论与分析》以作者多年来相关研究工作为基础，结合NBM技术与神经计算领域的新发展撰写而成。内容深入浅出，在介绍电场神经调节效应和神经系统建模的基础上，从非线性动力学角度剖析了神经元的放电起始过程，系统阐述了电场对放电起始动态的影响规律，深入探讨了电场调制神经活动的生物物理机制。

主要内容 ● 用数学和编程思维快速掌握实用的深度学习概念 ● 利用Keras框架设计、开发、训练、验证和部署深度神经网络 ● 呈现调试和验证深度学习模型的最佳实践 ● 将深度学习作为服务部署并集成到大型软件服务或产品中 ● 将深度学习基本原理扩展到其他主流框架

《青少年无人机：DIY创客飞行器》结合国内中小学生学情及认知能力，结合STEM教育理念，融合无人机飞行原理和应用案例，启发学习者利用常见材料和工具制作四旋翼飞行器，并通过艺术手段进行升级改造。《青少年无人机：DIY创客飞行器》还加入了FPV科技元素，让学生走近并了解人工智能在现实生活中的应用。进阶式的体系让学生从“原理探究”进入“创造制作”，融合绘画艺术给作品“美化改造”终升级完成自主设计的飞行器。完成“项目挑战”后可拓展思维、发挥想象，加入新的人工智能模块可完成“创新智造”。创新的体系设计结合STEM教育和创客教育理念，开发学生的创新思维，提升学生的创新能力。《青少年无人机：DIY创客飞行器》可作为中小学拓展课程教材，也可作为青少年了解无人机的科普读物。

Python是目前比较热门的编程语言，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的爱选语言。《Python机器学习及实践/人工智能科学与技术丛书》以Python3.6.5为编写平台，以帮助读者快速上手、理论与实践相结合为出发点，介绍Python机器学习的相关内容。《Python机器学习及实践/人工智能科学与技术丛书》共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。通过《Python机器学习及实践/人工智能科学与技术丛书》的学习，读者可了解Python编程及在机器学习中的应用。《Python机器学习及实践/人工智能科学与技术丛书》可作为对Python和机器学习感兴趣的初学者的参考书，也可作为从事Python开发的广大科研人员、学者、工程技术人员的参考书，还可作为高等院校人工智能、计算机等相关专业的教材。《Python机器学习及实践/人工智能科学与技术丛书》突出的特点：内容由浅入深，既有原理介绍，又有实战操作，使读者在实践中掌握相关知识，并为解决问题提供详细的方法。具有超强的实用性，实例丰富，书中给出了80多个实例让读者理解概念、原理和算法。以理论与实践相结合为出发点，介绍Python机器学习的相关内容，即使没有机器学习基础的读者也可以快速上手。

《机器学习：基于OpenCV和Python的智能图像处理》利用Windows系统下的Anaconda搭建环境，并基于OpenCV框架和Python语言，详细阐述了智能化图像处理的实现方法。该书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，最后结合具体案例，使用Python语言和OpenCV库函数阐述图像处理技术。循序渐进，易学易懂：该书按照由浅入深、循序渐进的原则编写，并与大量实例相结合，使读者可以边学边练，从而提高学习的兴趣与效率。实例丰富，涉及面广：该书提供了丰富的OpenCV设计实例，内容涉及智能图像处理的多个领域。兼顾原理，注重实用：该书侧重于实际应用，精简理论，从理论与实践相结合的角度叙述智能图像处理技术，兼顾理论知识的同时，更注重具体实例的实现与应用。以上特点可帮助初学者快速入门，提高他们对图像处理技术的兴趣，并使他们在短时间内掌握智能图像处理技术的要点。