机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练（第1章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2章），并且初步尝试将这些技术运用到金融股票交易中（第3章）。自然界*好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始（第4章），讲解了DNN模型的直观原理，尝试给出一些简单的生物学解释，完成简单的图片识别任务（第5章）。后续章节在此基础上，完成更为复杂的图片识别CNN模型（第6章）。接着，本书展示了使用Caffe完成一个完整的图片识别项目，从准备数据集，到完成识别任务（第7章）。后面简单描述了RNN模型（第8章），接着展示了一个将深度学习技术落地到图片处理领域的项目（第9章）。

这个暑假，神偷奶爸带着他的兄弟德鲁和神队友——小黄人们，一起回来重闯江湖啦！在这个激动人心的时刻，本书将会带领小读者们，一起开启一次充满冒险和挑战的游戏之旅！ 令人动心的就是机器人克里夫啦！你有没有想过要设计制作一个属于自己的机器人伙伴呢？那还等什么呢，现在就行动起来吧！在这本书中，你会发现制作机器人克里夫是一件非常容易的事情，按照指南，你只需轻轻挤压，折叠，然后拼接就可以完成啦！ 《神偷奶爸3 机器人手工互动游戏书》，以新上映的《神偷奶爸3》为背景，针对提高孩子的专注力、观察力、想象力和创造力，为小朋友们设计了大量好玩儿有趣的游戏，以帮助家长抓住孩子成长的关键期，挖掘孩子无限的潜质和智力！

理论结果表明，为了学习用于表示高层次的抽象（例如视觉、语言以及其他AI级别的任务）的复杂函数，我们需要深度结构。深度结构的组成包括了多层次的非线性操作，比如具有许多隐含层的神经网络，或者重用了许多子公式的复杂命题公式。搜索深度结构的参数空间是一件很困难的任务，但是近提出的诸如用于深度信念网络等的学习算法，对于探索这类问题取得了显著的成功，在某些领域达到了新的水平。本书讨论深度学习算法的方法和原理，尤其是那些被充分用作基石的单层模型的非监督学习算法例如受限玻尔兹曼机（RBM），它用于构建深度信念网络等深度模型。

本书以教娱机器人的制作应用和竞赛机器人的制作竞赛为目标，结合硬件模块和软件编程，循序渐进地讲解每个模块所需专业知识和技术，然后将这些知识和技术应用到产品制作和开发中。本书第1章介绍了Arduino的基础知识，以方便一些基础比较薄弱的读者跳过入门教程直接学习中级教程。接着介绍循线音乐机器人的制作，重点讲解如何将一首曲子转换成电子音乐数据，然后如何制作播放器，并将播放器与循线程序结合，让机器人达到边循线边播放音乐的效果，而且做到完美集成。第3章介绍超声避障机器人的制作，重点是超声波传感器的距离测量和Arduino脉冲时间测量函数的应用，并讲解智能电子产品设计中要注意的容错问题，然后完成一个超声避障漫游机器人的制作。第4章讲解超声跟随机器人的设计和制作，重点引入P控制器的算法和编程，讲解闭环控制的概念和编程实现方法，最后制作出一个反应灵敏的跟随机器人。第5章介绍红外遥控机器人的制作，重点讲解红外遥控编码和解码，了解红外编码协议和解码程序的编写方法，最后制作出一个红外遥控机器人。第6章将前5章的功能集成，制作出一个由红外遥控器控制的具备四种工作模式的教娱机器人产品，重点讲解如何利用Arduino的中断功能将各个功能模块完美集成到一起，同时结合产品开发过程，按照构思、设计、实现和操作四个步骤来讲解具体产品的开发流程。第7章结合红外测距传感器的应用，讲解AD接口模拟量和数字量的概念和模数转换技术，并将其应用到红外测距传感器，制作红外云台漫游机器人。第8、9和10章结合中国教育机器人大赛项目，在原有教娱机器人基础上进行改造和拓展，制作智能搬运、擂台和灭火机器人。重点介绍竞赛规则，竞赛策略的编程和完整竞赛程序的设计和实现。

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分类、数据聚类、属性约简等机器学习及生物信息大数据挖掘等具体问题，提出一系列新方法，并结合深度学习和张量计算探讨了机器学习软计算方法的*新发展动态和方向。

本书是电子、计算机与自动化学科方向的专著，为使读者全面了解视频分析算法的背景、思想、原理、仿真及特点，本书详尽地介绍了多种算子、描述子、滤波、变换、方法等的基本原理，深入地阐述了视频分析算法的实验仿真，系统地总结了其优点和缺点，并提供配套的实验仿真源代码。

本书以任务驱动教学法为主线，以应用为目的，以具体的项目任务为载体，主要项目任务有：认识工业机器人、工业机器人的机械结构和运动控制、工业机器人工具坐标系的标定与测试、工业机器人基础学习套件的编程与操作、工业机器人模拟焊接单元的编程与操作、工业机器人码垛单元的编程与操作、工业机器人搬运单元的编程与操作、机器人写字绘图单元的编程与操作、机器人大小料装配工作站的编程与操作、机器人涂胶工作站的编程与操作、机器人自动生产工作站的编程与操作、机器人变位机工作站的编程与操作。本书可作为中等职业学校机电技术应用专业和高等职业院校机电一体化专业教材，也可作为电气设备安装与维修和机电设备安装与维修岗位培训教材。

该书结合语音识别、人脸识别等人工智能技术，将机器人的应用为客户提供更加优质的服务体验，也为客户服务行业向着智慧型、盈利型、人性化方向转型提供了新思路。还选取了行业内炙手可热的机器人作为案例佐证，探讨了机器人在道德、伦理、法律等方面可能遇到的挑战与思考。为客服行业领域专业人士提供参考。

暂缺简介...

本书基本独立成册，适用于零基础的初学者。 基础篇（第1～3章），讲解了机器学习、深度学习与实践的上下文知识，如基本的机器学习与深度学习算法，TensorFlow框架的安全与配置，简单的深度学习实践。该篇是阅读和实践的基石。 原理与实践篇（第4～8章），介绍“老牌”的深度学习网络的数学原理和工程实现原理，尤其是第4章，如果能基本读懂，后面的网络实现层面的问题基本都可以迎刃而解。涵盖BP网络、CNN、RNN的结构、思路、训练与使用，以及一些常见的综合性问题。该篇是学习深度学习的重点和难点，作者通过大量示例、推理与实现，帮读者*大化降低学习曲线。 扩展篇（第9～13章），介绍一些网络的变种和一些较新的网络特性，涵盖深度残差网络、受限玻尔兹曼机、强化学习、对抗学习，这是读者进一步学习与实践思路的钥匙。最后给出了一些有趣的深度学习应用：人脸识别、作诗姬、大师风图像处理，有趣又有用。