本书用浅显易懂的语言，图文并貌地讲解了深度学习的基础知识，从如何挑选硬件到神经网络的初步搭建，再到实现图片识别、文本翻译、强化学习、生成对抗网络等多个目前*流行的深度学习应用。书中基于目前流行的PyTorch框架，运用Python语言实现了各种深度学习的应用程序，让理论和实践紧密结合。

本书由基础理论和应用实践两大部分组成，书中分析了计算学习理论及PAC可学习框架，剖析了PACBayes理论的内涵，并在阐述统计学习理论和支持向量机基本原理的基础上，论述了PACBayes边界应用于支持向量机算法的相关推论。 \n书中讨论了结合再生核希尔伯特空间和马尔科夫链蒙特卡洛方法，实现PACBayes边界的计算。 \n同时，介绍了目前各种机器学习算法上的PACBayes泛化误差边界，以及PACBayes理论在机器学习中的各种应用。 \n最后，将机器学习算法与PACBayes理论运用于Web文档评价、蛋白质预测、空气质量预测、京津冀一体化研究、高校科研人才评价、中国货币供应量等研究实例中。 \n本书具有较强的理论性和系统性，对重要的理论和方法进行了分析；同时具有较强的逻辑性，突出重点，条理清晰，由浅入深，从理论到实践。本书剖析了算法实现，给出了实验设计与结果，具有较强的实践特色。 \n本书可以作为计算机、信息科学等相关专业高年级本科生和研究生的参考书或教材，也可以作为教师、科研人员和相关培训机构的参考书。 \n本书定位于希望快速学习机器学习，人工智能，模式识别，计算学习理论的初、中级用户和自学者。 \n同时，本书对于机器学习、人工智能、模式识别等领域的研发人员也具有很好的参考价值。 \n\n

《强化学习（第2版）》作为强化学习思想的深度解剖之作，被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发，深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法，并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。 《强化学习（第2版）》适合所有对强化学习感兴趣的读者阅读、收藏。

现在，汽车行业正处在百年一遇的巨大变革期。世界的汽车行业今后将会如何发展？牵引力是无人驾驶和次世代型移动服务。无人驾驶与共享汽车、共享拼车等次世代型移动服务进行融合，汽车行业的面貌将会发生巨大的改变。但是，这种改变不仅仅停留在汽车的价值由“所有“向“使用”进行转化的使用方式的变化。通过开发·生产汽车而获得利益，现在的这种商业模式也有可能会进行调整。 基于一些前提条件，预测2030年汽车行业的发展情况，描绘汽车行业将来的发展面貌，并不是一件容易的事。本书将会以无人驾驶技术和次世代移动服务为焦点，描绘无人驾驶汽车的普及过程，以及会对既存的事业产生的影响作出评价。 在本书中，我们将充分发挥理特管理顾问有限公司的组织能力，多方面考察各国的前提条件，并在考虑了各国间差异的基础上，努力做到内容充实、尽可能详细地描绘无人驾驶和移动出行服务的普及过程。然后，对于普及过程对既存的汽车产业所产生的影响，我们将在做出评价的基础上，提出如何应对这种变化的建议。

《AI智能时代：未来已来》就是从解读AI智能时代出发，从各细节角度展开论述，分别就AI智能时代的定义、前景详细介绍如何在新经济的浪潮中拥抱AI智能时代的变革。书中有案例、有分析，融知识性和操作性为一体，可作为普通读者的科普经济读物，也可作为专业人士的手头资料。

如果正在构建用于小规模使用的机器学习模型，那么该书不太适合你。但是，如果你是开发人员，正在构建需要快速响应的、可靠的且具有良好用户体验的产品级ML应用程序，那么该书再适合不过。该书涵盖机器学习系统的原理和实践，这些原理和实践非常容易运行和维护，而且对用户来说具有良好的可靠性。《机器学习系统》教你设计和实现可用于产品的ML系统。在使用Spark构建管道，使用Akka创建高度可伸缩的服务，以及在大量数据集上使用强大的机器学习库（如MLib）时，你将学习反应式设计的原则。这些例子是使用Scala语言编写的，但是同样的思想和工具在Java中也适用。主要内容·使用Spark、MLlib和Akka·反应式设计模式·监控和维护大型系统·特征、actor和监督读者对象：读者需要具备Java或Scala中级技能，不需要有机器学习经验。

《移动深度学习》由浅入深地介绍了如何将深度学习技术应用到移动端运算领域，书中尽量避免罗列公式，尝试用浅显的语言和几何图形去解释相关内容。本书第1章展示了在移动端应用深度学习技术的Demo，帮助读者建立直观的认识；第2章至第4章讲述了如何在移动端项目中应用深度学习技术；第5章至第8章的难度略大，主要讲述如何深入地调整框架，适配并定制自己的框架。 《移动深度学习》适合移动端研发工程师阅读，也适合所有对移动端运算领域感兴趣的朋友阅读。

知识图谱是较为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。《知识图谱：方法、实践与应用》系统地介绍知识图谱涉及的关键技术，如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。此外，本书还尝试将学术前沿和实战结合，让读者在掌握实际应用能力的同时对前沿技术发展有所了解。 《知识图谱：方法、实践与应用》既适合计算机和人工智能相关的研究人员阅读，又适合在企业一线从事技术和应用开发的人员学习，还可作为高等院校计算机或人工智能专业师生的参考教材。

本书是一本系统介绍深度学习及开源框架PyTorch的入门书。全书注重实战，每章围绕一个有意思的实战案例展开，不仅循序渐进地讲解了PyTorch的基本使用、神经网络的搭建、卷积神经网络和循环神经网络的实现，而且全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及对抗学习和深度强化学习等前沿技术。读者通过阅读本书，可以轻松入门深度学习，学会构造一个图像识别器，生成逼真的图画，让机器理解单词与文本，让机器作曲，教会机器玩游戏，还可以实现一个简单的机器翻译系统。本书适用于人工智能行业的软件工程师、对人工智能感兴趣的学生，也非常适合作为深度学习培训教程。

本套书介绍了丰富多彩的乐高模型，从汽车到航天飞机、从动物到机器人，再到各种神奇的百变创意作品，每个模型都有详细的搭建步骤、零件清单和视频指导，帮助读者完成搭建，创造出独特的作品，从而领悟乐高积木的精髓，开启乐高积木无限畅想之旅。本套书适合各个年龄段的乐高爱好者阅读，全套书共4册，分别为超酷车辆、动物王国、百变创意、太空探险。