本书以工业机器人典型的电弧焊、电阻点焊、去毛刺、数控加工、自动装配、搬运码垛等应用系统为出发点，从工业机器人系统集成基础知识出发，详细介绍了每种工作站系统的组成、工业机器人的选型、外围系统硬件和软件的构建、机器人与外围系统的接口技术等典型应用，使学生在实际操作中学会机器人工作站系统的集成与应用技能。全书共分为五个章节，从工业机器人系统认识到典型工作站应用，内容安排由浅入深，循序渐进。典型工作站应用基于工作过程，从任务分析和方案设计，到工业机器人工作站的安装与调试，注重学生职业能力、职业素养和团队协作等综合素质的培养。本书采用双色印刷，既可作为高等职业教育工业机器人技术专业、电气自动化技术及机电一体化技术等相关专业的教材或企业的培训用书，也可作为高职院校机电及相关专业各类学生的实践选修课教材，同时可供从事工业机器人系统开发等工程技术人员参考。本书配有电子课件，凡使用本书作为教材的教师可登录机械工业出版社教育服务网www.cmpedu.com注册后下载。咨询邮箱：cmpgaozhi@sina.com。咨询电话：010-88379375。

本书全面梳理了各个学科与智能研究相关的成果，在此基础上归纳了一般智能的构成要素，形成了生物智能和非生物智能统一的智能理论体系。系统分析了智能的进化、发展、使用和评价，提出了语义逻辑的主要准则和不同于冯？诺伊曼体系的智能计算架构。并且为构建本书所述非生物智能体或人工智能学界讨论的通用人工智能提出了一条可实现的路径。本书适合对智能和人工智能感兴趣的学生、学者和实践工作者阅读。

基于机器人应用发展的需要，本书对现代机器人学的理论与控制进行了系统的探究。本书具有全面性，本书以机器人学的相关理论为基础，详细论述了机器人的控制方法，对机器人现代控制技术进行了解构，向读者呈现出了更加直观的机器人控制技术。本书的一大亮点就是理论与应用相结合，本书不仅详细阐述了机器人的感知系统、驱动控制、操作臂控制与视觉控制等具体的控制理论，而且还对不同领域中的机器人的具体应用进行了相关探究。本书可供高校机器人相关专业学习与阅读，也可供机器人爱好者参考与使用。

本书以软件工程的角度把一个看似不可能完成的大型金融软件系统，抽丝剥茧，层层剥离，逐步完善，从而提高技术人员的大局观、合作意识和问题分解能力。全书一共五章，第一章介绍了专家系统与金融专家系统，起到提纲挈领点明任务主题的作用。第二章是系统设计的核心思想是需求是设计更是算法，通用性极强。第三章则以PHP开发者的角度详细介绍了几个有代表性模块的开发与实现，从而达到举一反三的目的，为了增加读者的印象，第四章我们特意从基本面、技术面和高频方面分别列举了两个策略。最后我们通过一些小案例的方式提高读者的开发能力，从而突破金融专家系统的单一局限。

《极简人工智能：你一定爱读的AI通识书》以通俗的语言和生动的案例带领你探索人工智能的世界，全面展示人工智能的概念、理论框架与应用价值，探讨人工智能的过去和将来，是一本深入浅出的人工智能通识书。从蚂蚁习性谈到股票市场，《极简人工智能：你一定爱读的AI通识书》将带领你开启人工智能的奇幻之旅。

随着科技的不断发展，机器人逐渐成为现今和未来世界值得期待的又一科技产物。仿人机器人模拟人类的身体结构，可以与人类协同工作或者代替人类进行工作，全世界范围内都在积极地研究并开发它。本书通过6章内容，全面介绍了Robotis公司的ROBOTIS OP机器人。通过对基础理论、仿人机器人运动学、仿人机器人动力学、为仿人机器人创建动作及动作生成等章节的学习，读者将深度了解仿人机器人的各种知识点和关键技术点。本书适合机器人爱好者阅读，也适合机器人研发和竞赛等相关领域的专业人士参考 学习。

本书通过96个案例，全面讲解了深度学习神经网络原理和TensorFlow使用方法。全书共分为3篇，第1篇深度学习与TensorFlow基础，包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容；第2篇深度学习基础——神经网络，介绍了神经网络的基础模型，包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容；第3篇深度学习进阶，是对基础网络模型的灵活运用与自由组合，是对前面知识的综合及拔高，包括深度神经网络和对抗神经网络两章内容。本书特别适合TensorFlow深度学习的初学者和进阶读者阅读，也适合社会培训班和各大院校对深度学习有兴趣的学生阅读。

暂缺简介...

TensorFlow是2015年年底开源的一套深度学习框架，是目前*活跃的深度学习框架。本书基于1.3版本，首先介绍了它的安装和基本用法，然后讨论了深度学习的基本概念，包括神经网络前向计算、损失函数、反向传播计算和优化函数等，接着介绍了卷积神经网络和循环神经网络，*后介绍了在大规模应用的场景下，如何实现分布式的深度学习训练。本书适合深度学习的初学者学习和参考。

近几年，人工智能和机器学习很热门，相信它终究会成为一个标准功能，应用在生活和工作的方方面面。同时，电脑编程技术也会继续突飞猛进，从单机、终端大机模式、客户端服务器多层模式、API接口模式等一直到现在的微服务、无服务模式、公有云，等等。在这个飞速发展的世界中，或许有压力，所以更需要学习的动力。市场上有很多Python从入门到高级的专著，本书的目的就是想从更加实际的角度，分享一些项目开发中总结的经验，帮助使用Python进行机器学习开发的新手或者从其他语言转过来的朋友，少踩一些坑。本书的主要内容分为四大部分：（1）Python开发程序的一些方法技巧，如虚拟环境管理、敏捷开发入门、单元测试等；（2）Python中的一些中级使用技巧，如列表生成式、多线程与多进程、Python程序性能分析等；（3）机器学习的基本概念和常用算法介绍，以及如何选择合适的算法；（4）一些使用Python来进行建模和机器学习的实际举例。