近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起，涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。本书适合机器学习领域的工程师学习，也适合想要了解scikit-learn的数据科学家阅读。通过阅读本书，读者将有效提升自己在机器学习模型的构建和评估方面的能力，并能够高效地解决机器学习难题。

本书以浅显易懂的语言对Python进行了全面系统的介绍，采用范例加图解的形式讲解，读者可轻松阅读。全书主要内容包括Python语言的基础语法、数据类型、运算符、函数、类、对象以及常用的标准功能模块，最后以实例的形式介绍了开发机器学习和人工智能应用所需的知识及相应的功能模块。 本书适合有志于从事机器学习、人工智能技术开发的人员或爱好者，也可作为相关专业的教材。

计算机如何精确地传输海量数据，识别语音和笔迹；智能手机、平板电脑如何在几分之一秒内搜索整个页面；身处大数据时代的我们，究竟该如何应对变化莫测的世界。 计算机算法的底层建设为经济和产业发展提供了原始动力。在科技互联网时代，使用计算机和科技设备都不可避免地要依赖计算机科学的基础思想，而这些思想都诞生于20世纪。 《改变未来的九大算法》是一本科普读物，作者致力于将计算机科学的复杂思想为大众做深入浅出的解读。此书通过简明的语言和生动的例证，阐述了计算机王国的核心算法：搜索引擎、PageRank、公钥加密、纠错码、图形识别、数据压缩、数据库、数字签名等。在解释这些算法的同时，作者也向我们展示了充满科学原创精神的计算机世界：每一种算法的提出不但拓展了虚拟世界的领域，它同时也是人类智慧的彰显，可以被广泛运用于众多领域，以推动商业和社会文明的发展。

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。 本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力，终于在神经网络算法上取得重大突破，实现了人工智能井喷式的发展。作为深度学习领域的通识作品，本书以恢弘的笔触，通过3个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。

全面ROBOTC的实用教材以及VEX机器人赛事指导，作者具有多年机器人教学和赛事指导经验，书中包含大量实用案例，可以让你以*轻松的方式，认识和了解VEX机器人，并且熟练的使用ROBOTC对VEX机器人进行编程，继而更加得心应手地在VEX机器人赛事中取得好成绩。

你是否想过，人类遭受的疾病、衰老和死亡并非命中注定？ 你是否认同，人类的身体系统是有缺陷的，可以通过技术改善并增强肉体和智力，变得更高效、更强大？ 你是否想过，一旦人类破解死亡、实现永生，身体会以什么样的方式呈现？ 你是否想过，智能崛起的当下，人类或多或少，已经成为机器？ 《最后一个人类》描述的世界中就有这样一群人，他们是少数社会极客，是超人类主义者，他们正在利用技术增强身体素质和心智水平，通过与机器的交融来重塑自我，打造更理想的形象——半机械人。他们正在对人类当前的存在形式进行一场革命，人类这台有缺陷的机器正在向半机械人演进，正在迈向一个没有人的未来。

数学、逻辑学、计算机科学三大领域实属一家，彼此成jiu，彼此影响。从古希腊哲学到计算机，数字、计算、推理这些貌似简单的概念在三千年里融汇、碰撞。如何将逻辑赋予数学意义？如何从简单运算走向复杂智慧？这背后充满了人类智慧的闪光：从柏拉图、莱布尼茨、罗素、香农到图灵都试图从数学公式中证明推理的合理性，缔造完整的思维体系。他们是凭天赋制胜，还是鲁莽地大胆一搏？本书描绘了一场人类探索数学、算法与逻辑思维，并走向人工智能的梦想之旅，展现了哲学家、逻辑学家与数学家独特的思维方式，探讨了算法与人工智能对科学和社会的巨大影响。

卷积神经网络是深度学习重要的模型之一。本书是卷积神经网络领域的入门读物，假定读者不具备任何机器学习知识。书中尽可能少地使用数学知识，从机器学习的概念讲起，以卷积神经网络的****发展结束。本书首先简单介绍了机器学习的基本概念，详细讲解了线性模型、神经网络和卷积神经网络模型，然后介绍了基于梯度下降法的优化方法和梯度反向传播算法，接着介绍了训练网络前的准备工作、神经网络实战、卷积神经网络的应用及其发展。针对每个关键知识点，书中给出了基于NumPy 的代码实现，以及完整的神经网络和卷积神经网络代码实现，方便读者训练网络和查阅代码。本书既可以作为卷积神经网络的教材，也可以供对卷积神经网络感兴趣的工程技术人员和科研人员参考。

内 容 简 介机器学习是当前解决很多人工智能问题的核心技术，深度学习的出现带来了自2012年以来的人工智能复兴。本书是机器学习和深度学习领域的入门与提高教材，系统、深入地讲述机器学习与深度学习的主流方法与理论，并紧密结合工程实践与应用。全书由21章组成，共分为三大部分。第1～3章为第一部分，介绍机器学习的基本原理、所需的数学知识（包括微积分、线性代数、概率论和*优化方法），以及机器学习中的核心概念。第4～20章为第二部分，是本书的主体，介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法，从原理与推导、工程实现和实际应用3个方面进行介绍，对于大多数算法，都配有实验程序。第21章为第三部分，介绍机器学习和深度学习算法实际应用时面临的问题，并给出典型的解决方案。此外，附录A给出各种机器学习算法的总结，附录B给出梯度下降法的演化关系，附录C给出EM算法的推导。本书理论推导与证明详细、深入，结构清晰，详细地讲述主要算法的工程实现细节，配以著名开源库的源代码分析（包括libsvm、liblinear、OpenCV、Caffe等开源库），让读者不仅知其然，还知其所以然，真正理解算法、学会使用算法。对于计算机、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材，对于从事人工智能和机器学习产品研发的工程技术人员，本书也具有很强的参考价值。

“一个可以让人生活在其中的虚拟现实系统”是虚拟现实技术的终发展目标，也是《虚拟现实：另一个宜居的未来（全彩）》希望讨论的一个重要问题。《虚拟现实：另一个宜居的未来（全彩）》首先从人对虚拟环境的需求入手，讨论虚拟现实技术存在的意义；之后通过对过往二十余年间相关领域的研究进行总结，对如何实现多感官高沉浸的虚拟环境进行讨论；此后，《虚拟现实：另一个宜居的未来（全彩）》分别讨论虚拟现实与心理学、虚拟现实与电影工业的关系，最终提出并详细阐述“宜居的虚拟现实”这一概念。