2017年国务院关于印发新一代人工智能发展规划的通知中指出：加强人工智能领域的知识产权保护，健全人工智能领域技术创新、专利保护与标准化互动支撑机制，促进人工智能创新成果的知识产权化。随着人工智能在各行各业的研究和迅速发展，人们希望就自己的创新成果能够尽快获得知识产权保护，尤其是专利保护。但是，我国目前对于人工智能相关领域的专利审查规则还有待进一步完善，产业和学界对于人工智能领域什么样的创新成果可以获得专利保护尚有些困惑和疑问，尤其是涉及传统意义上并不具备专利授权条件而人工智能却大力发展的行业，包括商业、金融、教育、医疗方法、管理、游戏等，究竟什么样的设计方案可以获得专利权，应该如何准备该领域的专利申请方案，以及如何才能通过专利申请和审查获得可靠的保护，都是值得讨论和研究的。本书就人工智能领域授予专利权的条件，人工智能基础专利申请与保护，以及人工智能应用专利申请与保护等几个方面，结合具体的案例作了专利法理论上的分析、探讨和实际操作中的推荐做法。

遥感影像深度学习智能解译与识别是近年来遥感领域的研究热点。本书分析了将人工智能深度学习技术引入遥感数据的解译与识别中，有效的提升了遥感数据的自动化处理和分析能力，并成功应用于包括图像分类、图像分割、目标检测、变化检测、超高分辨率重建等多个场景中，为该领域的深入研究提供借鉴。

近年来，人工智能技术已经逐渐从实验室走向大众生活。互联网企业为了提升行业未来的竞争力，也纷纷在各领域进行布局。人工智能技术的爆发，同样对产品经理提出了新的要求，对于产品从业人员来说，人工智能时代既需要了解发生了哪些变化，又需要学会坚守不变的原则。《当产品经理遇到人工智能》将从产品经理角度出发，介绍AI的发展历史、AI的基本知识、AI产品设计方法论等方面的内容，并结合实际的智能产品设计案例，让读者更加清楚地了解人工智能技术的应用，并培养产品经理对于新技术的学习能力。《当产品经理遇到人工智能》适合即将进入人工智能领域从事AI产品经理岗位的人士，或是现阶段进行产品经理工作转型学习的人阅读，同时适合企业负责人阅读。

《分数阶控制器设计与实现方法研究》介绍了分数控制系统的基本研究现状及基本理论基础。系统阐述了分数阶系统近似理论、分数阶PID控制器设计方法及基于定量反馈理论的分数阶鲁棒控制器设计方法等内容。具体提出了一种基于PSO优化过程的兼顾幅值和相位的连续近似方法，基于多目标优化的分数阶PID控制器的设计方法，同时针对具有高度不确定性与干扰输入的系统，基于定量反馈理论（QFT），研究了分数阶QFT控制器的设计方法。《分数阶控制器设计与实现方法研究》在实践中将基于QFT的分数阶PTD控制器应用到水力发电系统中，提高了控制系统性能。《分数阶控制器设计与实现方法研究》可作为控制类应用型人才培养的本科院校研究生的控制理论、仿真建模等课程教学参考书，也可供相关专业的研究人员参考。

这是一本务实的入门书，助你零起点上手自然语言处理。HanLP 作者何晗汇集多年经验，从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信 息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。书中通过对多种算法的讲解，比较了它们的优缺点和适用场景，同时详细演示生产级成熟代码，助你真正将自然语言处理应用在生产环境中。随着本书的学习，你将从普通程序员晋级为机器学习工程师，最后进化到自然语言处理工程师。

本书系统地讲述如何基于TensorFlow Lite和Core ML构建Android与iOS应用程序。本书共9章。第1章介绍机器学习的基础知识以及TensorFlow Lite和Core ML框架。第2～8章介绍如何开发7款常见应用程序，分别是一款预测人物年龄和性别的应用程序，一款在照片上应用艺术风格迁移的应用程序，一款用于面部检测和条形码扫描的应用程序，一款类似于Snapchat的应用程序，一款识别手写数字的应用程序，一款流行的在线换脸应用程序，一款利用迁移学习完成食物分类的应用程序。第9章总结全书，并介绍基于机器学习的云服务。本书适合机器学习、深度学习和人工智能等方面的专业人士阅读。

本书以通俗易懂的语言，丰富的图表，介绍人工智能的概念、发展历史、应用以及未来的发展，使读者对人工智能有一个清晰而正确的认识。

《计算机视觉度量 从特征描述到深度学习》全面介绍了计算机视觉中被广泛使用的各种方法，包括局部特征描述子、区域描述子、全局特征描述子以及评价这些内容的度量方法和分类方法，并用将近一半的篇幅重点介绍了基于深度学习的特征学习方法，以及FNN、RNN和BFN三类深度学习架构的特点。《计算机视觉度量 从特征描述到深度学习》内容丰富、前沿，强调理论分析，旨在探讨各种计算机视觉研究方法背后的技术和原理，同时也探讨了深度学习与神经科学之间的关系，展望了未来深度神经网络的发展方向。《计算机视觉度量 从特征描述到深度学习》用专门一章讲解了计算机视觉流程和算法的优化，通过汽车识别、人脸检测、图像分类和增强现实等实例具体探讨了硬件优化和软件优化的方法。《计算机视觉度量 从特征描述到深度学习》每章末尾都配有相应的思考题，附录给出了许多有效的实践资源和一些有用的分析，同时提供了源代码，既适合高校计算机视觉课程的教学，也适合从事计算机视觉的研究人员和工程技术人员参考使用。

这是一部从基础理论、核心原理、前沿算法等多个维度系统、全面讲解AutoML、AutoDL、AutoNAS和元学习的著作。 作者是资深的人工智能专家，平安科技深度学习平台和AutoML平台负责人。本书得到了IEEE Fellow/ACM杰出科学家/香港科技大学教授杨强教授、腾讯AI Lab副主任俞栋、美国佛罗里达大学教授李晓林等8位来自企业界、学术界和媒体界的资深专家的一致好评。它既能让新人理清AutoML的脉络，快速上手机器学习，又能让有经验的读者全面掌握AutoML的知识体系，工作变得更高效。 全书共14章，逻辑上分为四部分： 第一部分（第1~2章） 人工智能基础 对人工智能、自动化人工智能的重要概念、发展历程及现状、适用场景、主要的工具和技术等做了全面的介绍，并引出了人工智能技术未来的发展方向——AutoML，这部分是阅读本书的基础。 第二部分（第3~6章） AutoML 主要讲解机器学习和自动化机器学习，核心是AutoML，包含自动化特征工程、自动化模型选择和自动化超参优化3个方面的内容。 第三部分（第7~13章） AutoDL 主要讲解深度学习和自动化深度学习，重点讲解了AutoDL的原理、基于强化学习的AutoDL、基于进化算法的AutoDL、AtuoDL的高阶知识、自动化模型压缩与加速，以及各种核心算法和前沿算法。 第四部分（第14章） 元学习 元学习是人工智能的理想目标，这部分对元学习的概念、流程和各种主流的学习方法都进行了详尽的介绍。

本教材为“21世纪高职高专多媒体技术工学结合教材”之一，在教程编写设计上，主要思路是打破以知识传授为主要特征的传统学科课程模式，转变为以工作任务为中心对课程内容进行重组，让学生在完成具体项目的过程中习得相应的工作方法，并构建相关理论知识，发展职业能力。教学内容突出了对学生职业能力的训练，理论知识的选取紧紧围绕工作任务完成的需要来进行，同时又充分考虑了高等职业教育对理论知识学习的需要，并融合了相关职业资格证书对知识、技能和态度的要求。