《模式识别在金融数据分析中的应用研究》从计算机科学的角度研究金融数据中的规则，力图发现和挖掘出海量金融数据中的隐藏信息。《模式识别在金融数据分析中的应用研究》从计算机科学的模式识别理论和相关技术出发，利用深度信念网络进行金融异常检测，去发现隐藏在金融交易后面的那些欺诈行为；利用非负矩阵分解去研究股指的波动，进而预判证券市场的震荡；把卷积神经网络改造为一个信用评分模型，为信贷提供决策支持；通过决策树得到股市预测模型的前提，然后引入情感数据来修正预测结果；建立以股票技术指标为基础，股民情绪分析为辅助的方法较为准确地对股市走势进行预测。

《走向TensorFlow 2.0：深度学习应用编程快速入门》是TensorFlow 2.0编程实践的入门类书籍，目的是在TensorFlow 2.0正式版发布之际能够帮助大家快速了解其核心特性及基本编程技巧。本书通过5个常用的人工智能编程案例，帮助大家掌握如何在工作中使用TensorFlow 2.0进行应用开发。 《走向TensorFlow 2.0：深度学习应用编程快速入门》内容覆盖了Python和TensorFlow基础入门、自然语言处理和CV领域的实践案例、模型的服务化部署，希望在基于TensorFlow 2.0的人工智能编程上能够助你一臂之力。

本书围绕乐高EV3机器人，以图文相辅的方式对机器人的结构设计、搭建技巧进行完美展示，全书分为4个部分：第1部分介绍乐高机器人EV3入门基础知识，包括基本组件以及编程指南；第2部分和第3部分分别为机械任务系列和仿生任务系列，从搭建步骤、难点解析、注意事项及设计理念等角度展示了16个极具创意的乐高机器人搭建作品，每个作品还可扫码观看演示视频；第4部分为挑战任务，分析了3个难度较大的乐高作品的搭建逻辑，以期读者能够深刻领会乐高机器人结构设计和搭建的精髓。 本书适合任何对乐高机器人EV3感兴趣的读者，无论是少年还是成年人，都可以从中获得创造的快乐。

《Scala机器学习：构建现实世界机器学习和深度学习项目》通过“保险赔偿程度分析”“电信客户流失分析与预测”“基于历史和实时数据预测高频比特币价格”“人口规模聚类与民族预测”“主题建模：更好地洞察大型文本”“开发基于模型的电影推荐引擎”“使用 Q-learning和Scala Play框架进行期权交易”“使用深度神经网络进行银行电话营销的客户订购评估”“使用自动编码器和异常检测进行欺诈分析”“使用递归神经网络识别人类活动”和“使用卷积神经网络进行图像分类”等11个完整的项目，结合Spark ML、H2O、Zeppelin、DeepLearning4j和MXNet等流行机器学习库以及一些经典数据集为读者介绍了机器学习项目的详细开发流程。 《Scala机器学习：构建现实世界机器学习和深度学习项目》主要针对数据分析师、深度学习爱好者和开发人员，他们虽具有一定的背景知识，但是对于实际项目的开发过程接触得不多。通过本书的学习，读者不仅可以清楚地了解到实际项目的开发流程，而且可以对目前流行的机器学习算法、机器学习库、经典数据集、Scala函数式编程概念和Maven、SBT等构建工具等内容有更深入的认识，并能够在生产就绪环境中开发，构建和部署研究机器学习项目。

本书详细地介绍了工业机器人精度补偿的基础理论和关键技术，主要内容包括：机器人运动学模型建立方法和机器人定位误差分析、机器人运动学模型标定方法、机器人非运动学标定方法、机器人*优采样点规划方法。并进一步阐述了飞机装配自动制孔系统中工业机器人精度补偿技术的应用方法，以验证该技术的有效性。

本书主要介绍研究的目的和意义以及本本领域研究的进展情况和存在的问题；基于隐马尔可夫的语音识别，主要介绍语音识别基本理论和方法以及环境失配的数学问题；基于稀疏编码的甲型噪声补偿，主要内容为采用洗漱编码实现加性噪声的补偿，提高语音识别的鲁棒性；信道畸变两个子问题的划分与补偿，主要介绍信道畸变的补偿，通过划分两个子问题并分别进行处理，达到补偿目的；高斯依赖的信道畸变补偿，给出一种高斯依赖的信道畸变补偿方

《人机工程学》基于人的认知特性，从人—机—环境系统的角度出发，以相关标准为基础，通过大量的实例、图片和分析，对人机工程学理论进行了阐述，对人机工程学在产品设计、船舶工程、核能工程中的应用进行了深入分析和研究，并对多种设计和评价方法进行了论述。《人机工程学》主要包括人体尺寸测量与统计函数、人的特性、显示器设计、操纵器设计、作业空间设计和座椅设计、环境因素对人机系统的影响、人机系统设计与评价、船舶人机工程、核电站人机工程、人机系统安全性分析等内容。其中船舶人机工程、核电站人机工程等内容是《人机工程学》的特色。《人机工程学》由哈尔滨工程大学2019年度本科教材立项经费资助。

本书全面介绍了区块链技术尤其是智能合约（链码）开发技术。全书共分为8章，第1章介绍区块链的基本概念，带领读者感受区块链的魅力；第2章介绍区块链所使用的信息安全技术，例如哈希算法、公钥算法等；第3章介绍超级账本的基本概念和应用案例；第4章介绍Hyperledger Fabric的安装、部署与调试；第5章介绍Hyperledger Composer智能合约开发工具和测试环境；第6章介绍Hyperledger Composer的基础语法、可选属性，可触发事件的编写方法以及测试模拟方法；第7章从电子货币案例出发，介绍Hyperledger Composer的自定义查询技术和复杂的网络模型建立方法；第8章通过实际案例讲解如何利用Rest Server生成的API来实现对区块链上数据的操作。 本书既注重系统性和科学性，又突出实用性，全面介绍了区块链超级账本应用开发所需技术和案例代码分析，适合于区块链应用的初学者和初级开发者，可作为高校相关课程的教材，亦可作为广大区块链应用开发人员、软件设计开发人员的参考书。

这是一本没有数学公式， 没有大量深奥的专业术语， 无论谁都可以读得懂的人工智能科普图书。它用通俗易懂的语言和简单、易理解的示例及丰富的插图， 为读者揭示人工智能（ＡＩ） 是什么， 以及人工智能对各行各业的影响和在各行各业的应用情况。本书分上下两篇。上篇是认识ＡＩ， 讲述了ＡＩ 的基础知识， 包括ＡＩ 的强项与弱项、ＡＩ 的历史、机器学习、深度学习、ＡＩ 的学习过程等。下篇是ＡＩ 对各行各业的影响， 包括客服、烹饪、播音和配音、保育员和教师、小说作家、动画师、医生、农业、秘书、翻译等。 本书适合想对人工智能有初步了解的读者阅读， 无论是准备对人工智能进行初步研究的专业人员， 还是完全不具备专业背景的青少年， 都可以阅读。本书还可以为读者在专业选择和就业去向方面提供有价值的参考信息。

在人工智能异常火热的今天，很多人认为我们生活在一个不可思议的历史时期，人工智能和大数据可能比工业革命更能改变人的一生。然而这种说法未免言过其实，我们的生活确实可能有所改变，但并非是朝好的方面发展。我们过于武断地认为计算机搜索和处理堆积如山的数据时不会出差错，但计算机只是擅长收集、储存和搜索数据，它们没有常识或智慧，不知道数字和词语的意思，无法评估数据库中内容的相关性和有效性，它们没有区分真数据、假数据和坏数据所需的人类判断力，没有分辨有理有据和虚假伪造的统计学模型所需的人类智能。 计算机挖掘大数据风行一时，但数据挖掘是人为而非智能，也是非常艰巨、危险的人工智能形式。数据挖掘先是通过大量的数据走势、相关关系来发现让我们内心愉悦却无实践价值的模型，然后创造理论来解释这些模型。作者通过“史密斯测试”和“得州神枪手谬误”等实例说明，如果你挖掘和拷问数据的时间够长、数量够大，你总能得到自己想要的结果，然而这是相关关系却并不是因果关系，只是自我选择偏好，并没有理论基础也没有实用价值。 在人工智能时代，我们对计算机的热爱不应该掩盖我们对其局限性的思考，真正的危险不是计算机比我们更聪明，而是我们认为计算机具有人类的智慧和常识，数据挖掘就是“知识发现”，从而信任计算机为我们做出重要决定。更多的计算能力和更多的数据并不意味着更多的智能，我们需要对人类的智慧有更多的信心。