都说这是AI时代。究竟什么是AI？ 《硬战：人工智能时代的爆款产品》围绕AI产品的商业史和方法论，让你深入了解当今的科技浪潮。本书选取了智能音箱、智能机器人、机器翻译和AI相机四个品类，讲述这些AI产品发展的“前世今生”。 如何结合AI技术，打造人工智能时代的爆款产品，成了创业者和传统企业都关心的问题。《硬战：人工智能时代的爆款产品》将结合海内外的案例，讲述人工智能时代，爆款产品的发展历程和设计方法。本书从“AI+硬件”的视角，提出了有别于互联网思维的产品规划方法论，让人们了解人工智能，帮助创业者寻找创新方向，协助企业创新落地。 《硬战：人工智能时代的爆款产品》适合产品经理和AI从业者阅读，特别适合想在AI浪潮中转型突围的企业人员阅读，也可以作为一本了解AI产品发展历程的科普读物。

MXNet是亚马xun的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。《MXNet神经网络与量化投资》以MXNet作为研究实践平台，实现量化投资交易。书中主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型在量化投资和股价预测方面的应用，同时采用NLP语义分析技术，対股票价格走势进行统计分析，以及金融数据的可视化分析，得到更直观的模型分析效果，通过先进的人工智能模型，在量化投资领域中取得较高收益。

复杂环境中非约束图像识别是计算机视觉和人机交互领域中的重要研究问题，《复杂环境非约束图像人脸分析和场景识别》主要关注复杂环境中非约束人脸图像识别和遥感场景识别中的难点和问题，详细介绍非约束环境下的人脸特征点精确定位方法、自然场景中的头部姿态估计方法、多视角变化下的自发表情识别方法、多尺度高分辨率遥感影像的场景分类和场景识别方法，并讨论了该领域的应用和研究方向。《复杂环境非约束图像人脸分析和场景识别》建立一个非约束图像识别的方法框架，以期协助读者扩展到不同的视觉任务。

《TensorFlow进阶指南：基础、算法与应用》是由人工智能一线从业专家根据自己日常工作的体会与经验总结而成的，在对TensorFlow的基础知识、环境搭建、神经网络、常用技术的详细讲解当中穿插了自己实战的经验与教训。更与众不同的是，《TensorFlow进阶指南：基础、算法与应用》详细地解析了使用TensorFlow进行深度学习领域中常用模型的搭建、调参和部署整个流程，以及数据集的使用方法，能够帮助您快速理解和掌握TensorFlow相关技术，最后还用实战项目帮助您快速地学会TensorFlow开发，并使用TensorFlow技术来解决实际问题。 《TensorFlow进阶指南：基础、算法与应用》代码主要是在1.6版本的基础上进行开发的，同时兼容1.2~1.10的版本，并已得到验证。《TensorFlow进阶指南：基础、算法与应用》主要面向对TensorFlow、深度学习、人工智能具有强烈兴趣且希望尽快入门的相关从业人员、高校相关专业的教育工作者和在校学生，以及正在从事深度学习工作且希望深入的数据科学家、软件工程师、大数据平台工程师、项目管理者等。

《深度学习基础教程》是真正适合深度学习初学者的入门书籍，全书没有任何复杂的数学推导。《深度学习基础教程》首先介绍了深度学习的优势和面临的挑战、深度学习采用深层架构的动机、学习深度学习需要的数学知识和硬件知识以及深度学习常用的软件框架。然后对多层感知机、卷积神经网络（CNN）、受限玻耳兹曼机（RBM）、循环神经网络（RNN）及其变体—长短时记忆（LSTM）网络进行了详细介绍，并且以独立章节重点阐述了CNN在计算机视觉中的应用、RNN在自然语言处理中的应用以及深度学习在多模态学习领域中的应用。随后，本书介绍了深度强化学习的基本知识，给出了应用深度学习技术需要的许多实用技巧并概述了深度学习的一些新方向和新应用。

本书旨在为读者提供相对系统的人工智能介绍，包括人工智能概念、发展历程、涉及的数学背景、传统的机器学习方法以及深度学习方法等，同时也谈及一些政策、标准及产业方面的宏观问题，试图帮助读者理清人工智能的现状及未来。全书简明扼要，揭示一些本质的技术但又不过于深入细节，以期为人工智能入门读者提供相对系统的信息参考。本书适合从事人工智能相关工作的技术人员、管理人员以及对人工智能感兴趣、希望快速了解人工智能技术的人员阅读，也可作为高等院校相关专业学生的学习参考资料。

人工智能开发的激烈竞争与飞速进步、以及“技术奇点”的日渐临近，使人们更加关注人工智能会不会夺走人们手中的工作？人工智能与人类是不是对立的？技术奇点真得会到来吗？技术奇点到来时人类该如何生存？未来的我们将如何面对技术奇点等问题。为了诠释这些疑问，本书在对人类史、人工智能、机器人、奇点的问题进行整体把握的基础上，对人工智能、机器人、奇点问题给人类未来带来的影响、由此产生的问题以及解决对策等进行了通俗易懂的解说，并对“从人类700万年甚至大约40亿年的生物进化史来看，奇点具有怎样的意义？”“生物与人类生存的意义究竟在何处？”“人类在终的未来探求什么？”这些问题进行了积极的探讨。

脉冲神经网络应用精确定时的脉冲序列表示与处理信息，是新一代人工神经网络计算模型。本书系统论述了脉冲神经网络的基本理论、算法及应用。首先介绍了脉冲神经网络的基础知识，包括脉冲神经元的建模与分析、脉冲神经网络的模拟策略、神经信息的编码方法、脉冲序列的相似性度量方法等；其次讨论了脉冲神经网络的学习算法、进化发育方法以及文化学习等；最后以图像分割和图像识别为例，分析了脉冲神经网络在图像处理领域中的应用。

个性化推荐能够根据用户的历史行为显式或者隐式地挖掘用户潜在的兴趣和需求，并为其推送个性化信息，因此受到研究者的追捧及工业界的青睐，其研究具有重大的学术价值及商业应用价值，已广泛应用于大型电子商务平台、社交平台、新闻客户端以及其他各类旅游和娱乐类网站中。 本书内容丰富，较全面地介绍了基于协同过滤的推荐系统存在的问题、解决方法和评估策略，主要内容涉及协同过滤推荐算法中的时序技术、矩阵分解技术和社交网络信任技术等知识。 本书可供从事推荐系统、人工智能、机器学习、模式识别和信息检索等领域的科研人员及研究生阅读、参考。

本书全面系统地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。 本书可作为高等院校计算机、软件工程、智能科学与技术等专业研究生和高年级本科生的教材，同时对于从事人工智能、数据挖掘、模式识别等相关技术人员也具有较高的参考价值。