本书的基本目标是通过项目实践讲解ROS，探讨具有ROS接口的各种新技术。例如，你将看到如何构建自动驾驶汽车的原型，如何使用ROS构建深度学习的应用程序，以及如何在ROS中构建虚拟现实（VR）应用程序。此外，还将介绍使用ROS及其库的大约多个项目和应用程序。

本书为人工智能技术、产业的通俗读本，书中以AI技术对个人、社会的冲击为焦点，结合欧美日人工智能产业的调查研究，解读了AI时代的新秩序、新格局。作者行文结构清晰、考论得当，既有对技术要义原理的浅白讲解，如机器学习、深度学习；又有对就业、产业格局变革的研究和分析，如自动驾驶、智能机器人、医疗、养老、艺术等；还涉及技术时代下，人类存在价值、社会伦理伤痕的讨论；以及人工智能冲击背景下，对日本全产业衰退危机的深度思考。本书可作为了解人工智能技术的科普读物，也适用于人工智能产业相关人员作为背景知识、资料阅读参考。

《GAN：实战生成对抗网络》介绍深度学习领域一个十分活跃的分支——生成对抗网络（GAN）。《GAN：实战生成对抗网络》中覆盖了深度学习的基础、对抗网络背后的原理以及构建方式等内容。同时《GAN：实战生成对抗网络》还介绍了多个真实世界中使用对抗网络构建智能应用的案例并提供了具体的代码以及部署方法，旨在帮助读者能够在真正的生产环境中使用生成对抗网络。 《GAN：实战生成对抗网络》适合数据科学家、算法工程师、数据挖掘工程师以及其他机器学习领域相关的从业人员，以帮助他们在工作中应用生成对抗模型；也适合机器学习和深度学习的爱好者、初学者来了解深度学习领域的新魔力。

本书系统全面地介绍了人工智能与信息感知理论与实践的内容。依据信息感知系统的组成、特点以及信息感知过程，以感知、融合、智能处理为主线，重点介绍了面向信息感知处理背景下的人工智能前沿理论与方法。内容包括：信息感知与数据融合基本原理与方法；神经计算基本方法，神经计算实现技术以及支持向量机；深度学习中典型神经网络实现及其应用；模糊逻辑计算中模糊逻辑与模糊推理、模糊计算实现和应用；进化计算中遗传算法、粒群智能、蚁群智能等方法和实例。 本书可作为高等院校电子、计算机、测控技术、自动化等相关专业本科生、研究生的教材，也可作为工程技术人员开展人工智能与信息感知实践的重要参考书。

《深度学习：基于Keras的Python实践》本书系统讲解了深度学习的基本知识，以及使用深度学习解决实际问题，详细介绍了如何构建及优化模型，并针对不同的问题给出不同的解决方案，通过不同的例子展示了在具体项目中的应用和实践经验，是一本非常好的深度学习的入门和实践书籍。 《深度学习：基于Keras的Python实践》以实践为导向，使用Keras 作为编程框架，强调简单、快速地上手建立模型，解决实际项目问题。读者可以通过学习本书，迅速上手实践深度学习，并利用深度学习解决实际问题。 《深度学习：基于Keras的Python实践》非常适合于项目经理，有意从事机器学习开发的程序员，以及高校在读相关专业的学生。

暂缺简介...

伴随着大数据时代的到来，信息爆炸产生了海量数据，云计算、物联网以及移动互联网渗透到人们日常生活的各个领域，互联网金融、电子商务、信息科技等先进科技领域无时无刻不在产生数据。数据结构越来越复杂，数据形式越来越多样，深度挖掘海量数据中隐含的信息成为大数据时代经济管理发展的迫切需求。聚类是数据挖掘的重要方法，面对海量数据，提取有价值信息。本书是作者攻读博士期间科研成果的总结，全书共分为6章，重点针对密度峰值聚类方法进行若干理论改进与应用研究，并将其应用于实际生活各个领域，取得了令人满意的结果。

机器人已经大规模地进入商业化应用、政府管理等领域，甚至走入寻常百姓家，这些都已经不存在技术上的障碍。当机器人更直接且显著地影响数百万人的生活时，在机器人设计过程中的技术选择不仅包含了价值判断与期望，也具有道德选择。尽管每一个机器人学专家都聪明善良，谈吐过人；但是如果这些技术决策仅仅是由少数科学家、工程师做出的，还是令人担忧。因为这些决策将会影响我们的生命、死亡、健康、工作与生计、阶层地位、个人隐私、 性别认同、未来战争、城市景观和其他重要领域。 《机器人与人》旨在让更多人参与到机器人学的技术决策中，决定机器人能够做什么和应该做什么！ 机器人学家应该阅读本书，但更多的非专业领域的读者更应该阅读本书。 因为今天做出的设计选择将会在未来几十年里持续影响所有人的生活，我们需要在什么是“好的”机器人这样的问题上取得共识。不论是在战场、医院、生产线，还是在病人康复、假肢使用和老龄化的应对中，机器人都可与人类协同工作，而不是完全取代人类。机器人不应成为人类的奴隶或霸主，它们将成为人类的伙伴。这些即将发生的转变迫使我们不得不立即修正我们的理论、规范和期望。

计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向，《深度学习之PyTorch实战计算机视觉》旨在帮助零基础或基础较为薄弱的读者入门深度学习，达到能够独立使用深度学习知识处理计算机视觉问题的水平。通过阅读本书，读者将学到人工智能的基础概念及Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码器，等等。在掌握深度学习理论和编程技能之后，读者还会学到如何基于PyTorch 深度学习框架实战计算机视觉。《深度学习之PyTorch实战计算机视觉》中的大量实例可让读者在循序渐进地学习的同时，不断地获得成就感。 《深度学习之PyTorch实战计算机视觉》面向对深度学习技术感兴趣、但是相关基础知识较为薄弱或者零基础的读者。

本书全面讲解了数据科学的相关知识，从统计分析学到机器学习、深度学习中用到的算法及模型，借鉴经济学视角给出模型的相关解释，深入探讨模型的可用性，并结合大量的实际案例和代码帮助读者学以致用，将具体的应用场景和现有的模型相结合，从而更好地发现模型的潜在应用场景。本书可作为数据科学家和数据工程师的学习用书，也适合对数据科学有强烈兴趣的初学者使用，同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。