本教材是普通高等教育医学类创新课程“十三五”规划教材，全国高等医药院校教材，我国医学领域第一本人工智能专业教材。本书开创性地介绍了医学和人工智能的新交叉学科领域，突出医学专业背景及医学应用场景，并且提供一些智能计算分析方法及Python代码实现。本书促进医学生、医务工作人员以及人工智能相关领域人员更好地熟悉医学人工智能的基本原理，掌握医学人工智能的基本技术，理解医学人工智能的内涵，以便拓宽知识面，启发医学生对医学人工智能的兴趣，培养知识创新和技术创新能力，进一步推动人工智能在医学的应用和发展。医学人工智能是推动现代医学向智能医学发展的关键因素。

本书立足于西安电子科技大学人工智能学科优势，对人工智能、类脑计算与图像解译三个前沿领域进行了详细的论述，主要内容包括进化计算、人工免疫系统、量子计算智能、多智能体系统、多目标进化优化、非线性逼近理论、多尺度几何分析、多尺度变换域图像感知与识别、图像的高维奇异性检测、图像去噪的阈值方法、SAR图像理解与解译。该书在对上述领域的国内外发展现状进行系统总结的同时，还重点阐述了作者对相关领域未来发展的研究心得和成果。希望本书能为推进我国人工智能学术研究和实际应用起到一定的促进作用，为相关领域人才培养提供有效的学习内容。　本书可以为计算机科学、信息科学、人工智能自动化技术等领域从事自然计算、机器学习、图像处理研究的相关专业的技术人员提供参考。

本书针对人工智能技术领域人才培养的需要，从实际应用出发，以人工智能涉及的“会运动、会看懂、会听懂、会思考”四方面为主线进行编写。本书采用理实一体的编写方式，设置了5个学习情境，分别为认识人工智能、运动系统的设计与应用、视觉识别系统的设计与应用、语音识别系统的设计与应用和认知系统的设计与应用，循序渐进地介绍了人工智能控制技术的知识。每个学习情境由若干子任务组成，结合实际案例介绍人工智能控制技术的原理和知识，通俗易懂，由表及里地引导学生掌握人工智能软硬件系统的搭建、设计及相关程序开发，进而建构一个完整的人工智能系统。 本书可作为高等职业院校电子信息类专业及相关专业的教材，也可作为相关技术人员的参考用书。

2019年，上海大学新开“生命智能”通选课，呼应国家战略，对接教育部“新工科”建设要求，挖掘生命科学与人类命运之间的契合点，以生命科学领域具体问题为导向，认识人工智能在药物研发、健康管理等方面的广泛运用，关注人工智能加医疗技术可能产生的多方面社会效应，尤其是人类生命自然属性的重大变化。该课文理交融，汇入生命医学、智能技术和社会学、哲学等多个学科，引导学生用通观的视野看世界、悟人生、思未来。本书完整再现教学情景，带读者走进课堂，对话名师，遇见“打开脑洞”的00后青年。

本书共分为四篇，即深度强化学习、多智能体深度强化学习、多任务深度强化学习和深度强化学习的应用。由浅入深、通俗易懂，涵盖经典算法和近几年的前沿技术进展。特别是书中详细介绍了每一种代表性算法的代码原型实现，旨在理论与实践相结合，让读者学有所得、学有所用。 第一篇（包含第1～3章）主要讲解深度强化学习基础，侧重于单智能体强化学习算法，相对简单，有助于初级读者理解，同时涵盖了近几年的经典算法和一些前沿的研究成果。 第二篇（包含第4～5章）主要侧重于对多智能体深度强化学习的讲解，从多智能体强化学习基本概念到相关算法的讲解和分析，以多个极具代表性的算法为例带领读者逐步学习多智能体训练及控制的理论与方法。同时，还介绍了多智能体强化学习领域一些前沿学术成果。 第三篇（包含第6～7章）扩展到多任务场景，称为多任务深度强化学习。首先介绍了多任务强化学习的基本概念和相关基础知识，随后讲解了部分经典的多任务深度强化学习算法。 第四篇（包含第8～11章）主要讲解深度强化学习的实际应用，涉及游戏、机器人控制、计算机视觉和自然语言处理四大领域。通过领域应用中思想和方法的讲解，培养读者跨领域解决实际问题的能力，以帮助读者熟练掌握和使用深度强化学习这一强大的方法来解决和优化实际工程领域中的问题。

《深度学习：从Python到TensorFlow应用实战》全面介绍深度学习中的卷积神经网络结构、学习原理、代码实现、API调用等基本知识，重点介绍开发深度学习应用所需要的Python技术基础以及TensorFlow深度学习库，并以文本分类和语音识别为例说明TensorFlow的应用场景。 《深度学习：从Python到TensorFlow应用实战》可供对TensorFlow比较熟悉并且对机器学习有所了解的开发人员、科技工作者和研究人员参考，也可作为高等院校计算机、软件工程等专业高年级本科生与研究生的教材。

本书创新性地提出了“数学型公司”的概念，并从分析智能时代的复杂性开始，引领读者理解在数学型公司模型下，如何更好地将人类智慧与机器智能融合起来以发挥叹为观止的效用。在这一转变过程中，要突破传统观念和思维，学会在数据和算法驱动下思考；利用新的技术强化组织，使其达到新的水平；制定更富有创新性的战略，并获得优异的表现。书中内容丰富、领域各异的案例，有助于读者与自己企业和组织的实际需求建立关联、引发思考，更加深刻地理解数字化转型的本质。 本书适合希望进行和正在进行数字化转型的企业决策者、管理者阅读，也适合有兴趣从事数字化转型相关工作的技术人员阅读，从事数字化转型的研究者也能从本书中获益。

本书以安防弱电信息化行业岗位技术需求为导向，以人工智能（AI）+安防应用为主体架构，系统、全面、详细地介绍了人工智能安防系统相关技术与行业案例应用。全书分为两部分。技术基础部分详细介绍了前端设备（摄像机结构与性能参数、IP高清摄像机、夜视摄像机、球形摄像机及人工智能摄像机等）与视频传输技术（模拟视频传输、Intranet网络视频传输、光纤视频传输及微波扩频无线传输）以及后端控制（NVR功能、视频存储系统、综合管理软件平台及AI人脸识别系统）与显示系统（DLP无缝拼接显示屏），基本涵盖了当前社会智能安防信息化系统的所有主流应用技术。行业案例应用部分精选了智能大厦、智慧银行、智慧校园、智慧社区、森林防火、电子警察、平安城市、天网工程以及雪亮工程共9个当今具有代表性的行业综合型应用案例，详细介绍了人工智能安防技术在各个领域的落地应用，从而将理论知识与具体应用有机地结合。 本书适合作为安防产品厂商的技术支持人员、系统集成商的安防技术实施人员、安防建设单位系统管理维护人员、安防产品厂商销售人员、弱电与物联网相关人员的参考用书，也适合作为弱电智能化（安防）专业相关大学生的教材。

本书从机器学习和深度学习的基础概念入手，由浅到深地详细介绍了PyTorch深度学习框架的知识，主要包含深度学习的基础知识，如神经网络的优化算法、神经网络的模块等；同时也包含了深度学习的进阶知识，如使用 PyTorch 构建复杂的深度学习模型，以及前沿的深度学习模型的介绍等。另外，为了加深读者对 PyTorch 深度学习框架的理解和掌握，本书还介绍了 PyTorch 的源代码结构，包括该框架的 Python语言前端和 C++语言后端的源代码结构。 作为一本面向初中级读者的技术类图书，本书既可以作为深度学习框架 PyTorch 入门的参考书籍，也可以作为 PyTorch 深度学习框架的结构和源代码的阅读指南使用。

本书分为四个部分。第壹部分详细介绍人工智能（AIPB）的框架、北极星、利益和范畴。对人工智能和机器学习做了非技术性概述，也对人工智能的实际应用和潜在机会做了概述。第二部分讨论如何制订人工智能愿景。首先深入讨论为什么要推动人工智能项目，然后为不同的利益相关者（如企业、客户和用户）定义与人工智能愿景一致的目标，之后讨论人们的需求和想要什么，以及如何将其转化为人工智能的产品和更好的人类体验。第三部分讨论如何制订人工智能战略。主要聚焦在科学创新、人工智能准备度和成熟度，以及成功实现人工智能的关键性考虑因素。应该利用这些概念来进行AIPB框架定义的适当评估，以制订弥补空白和解决关键性考虑因素的战略，与愿景一致的人工智能解决方案的战略。第四部分讨论了人工智能对工作的潜在影响、*终的几点考虑和人工智能的未来前景。