《Python机器学习算法》是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍算法的理论，并配合目前流行的Python语言，从零开始，实现每一个算法，以加强对机器学习算法理论的理解、增强实际的算法实践能力，最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比，《Python机器学习算法》同时包含算法理论的介绍和算法的实践，以理论支撑实践，同时，又将复杂、枯燥的理论用简单易懂的形式表达出来，促进对理论的理解。

物理学家史蒂芬·霍金曾警告说：“人工智能的全面发展可能导致人类的灭绝。”这是真的吗？ 毋庸置疑，机器人技术和自动化正在改变我们的世界。初创公司如雨后春笋般纷纷成立，利用人类期盼已久的智能机器，帮助我们完成一些单调乏味的任务，比如驾驶汽车。以制造完全自主机器人为目标的自动化在不断激发人们的灵感和创新热情的同时，也令人为之忧心忡忡。 机器人会给我们带来什么？如果工作领域因为智能机器的介入而发生颠覆性变化，那么传统意义上由人类扮演的角色，将来该由谁来负责呢？我们的生活又将发生怎样的变化？ 本书作者通过亲身体验与广泛深入的访谈，借助麻省理工学院以及其他机构的*新研究成果，把读者带到高空、深海、太空等极端环境。在这些环境中，*先进的机器人技术已经捷足先登，正在帮助科学家和探索者重新认识远古文明，测绘世界上*大的地质特征，甚至还开设了前往火星完成日常实验的“通勤飞机”。 不过，这些智能机器在天空、海洋和太空大展身手的同时，还向我们预示了各种危险、伦理困境和意想不到的结果：未来，机器人和自动化技术有可能渗透到我们日常生活的方方面面。明德尔认为，我们在载人与无人、人工与自动化之间划出的那条泾渭分明的界限，对于理解人与机器人之间的关系并没有多大的帮助作用。 我们将看到人们操控机器人和利用自主机器完成工作，我们还将看到人机协作对人类的工作、体验以及知识技能的影响，所有这些并非对未来的想象，而是活生生的现实。导致工作性质与工作者发生改变（进而增强人类的想象力和创造力）的不是智能机器本身，而是人机协作的创新方式。

机器学习可用来处理由用户产生的、数量不断增长的Web数据。本书讲解如何用Python语言、Django框架开发一款Web商业应用，以及如何用一些现成的库和工具（sklearn、scipy、nltk和Django等）处理和分析应用所生成或使用的数据。本书不仅涉及机器学习的核心概念，还介绍了如何将数据部署到用Django框架开发的Web应用，包括Web、文档和服务器端数据的挖掘和推荐引擎的搭建方法。本书适合有志于成为或刚刚成为数据科学家的读者学习，也适合对机器学习、Web数据挖掘等技术实践感兴趣的读者参考阅读。

《多智能体机器学习：强化学习方法》主要介绍了多智能体机器人强化学习的相关内容。全书共6章，首先介绍了几种常用的监督式学习方法，在此基础上，介绍了单智能体强化学习中的学习结构、值函数、马尔科夫决策过程、策略迭代、时间差分学习、Q学习和资格迹等概念和方法。然后，介绍了双人矩阵博弈问题、多人随机博弈学习问题，并通过3种博弈游戏详细介绍了纳什均衡、学习算法、学习自动机、滞后锚算法等内容，并提出LRI滞后锚算法和指数移动平均Q学习算法等，并进行了分析比较。接下来，介绍了模糊系统和模糊学习，并通过仿真示例详细分析算法。后，介绍了群智能学习进化以及性格特征概念和应用。全书内容丰富，重点突出。

深度神经网络是近年来受到广泛关注的研究方向，它已成为人工智能2.0的主要组成部分。本书系统地论述了深度神经网络基本理论、算法及应用。全书共16章，分为两个部分；第一部分（第1章～10章）系统论述了理论及算法，包括深度前馈神经网络、深度卷积神经网络、深度堆栈神经网络、深度递归神经网络、深度生成网络、深度融合网络等；第二部分（第11～15章）论述了常用的深度学习平台，以及在高光谱图像、自然图像、SAR与极化SAR影像等领域的应用；第16章为总结与展望，给出了深度学习发展的历史图、前沿方向及进展。每章都附有相关阅读材料及仿真代码，以便有兴趣的读者进一步钻研探索。　本书可为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能等领域的研究人员提供参考，以及作为相关专业本科生及研究生教学参考书，同时可供深度学习及其应用感兴趣的研究人员和工程技术人员参考。

本书以高职高专相关课程选用多的ABB工业机器人离线编程仿真软件为平台，并选择常用的工业机器人搬运、码垛为载体来学习编程与仿真方法，选择焊接工作站、带传动链的工业机器人工作站作为组建站方法的学习项目。能使学生了解工业机器人离线编程仿真方法，掌握利用相关建模操作来组建常见机器人工作站的方法和步骤。本书的主要内容包括：编程仿真软件的认知、搬运机器人的离线编程与仿真、码垛机器人的离线编程与仿真、激光切割工业机器人离线编程与仿真、带传送链的工业机器人工作站的构建。本书采用双色印刷，内容选择合理，结构清楚，面向应用，适合作为高职高专电气自动化、机电一体化、生产过程自动化等专业的教学用书，也可作为工程人员培训教材。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。

《智能家居系统开发/职业教育“十三五”规划教材·物联网应用技术专业智能家居方向》主要介绍了在Linux系统中利用QtCreator工具进行嵌入式智能家居系统的开发。设置了智能家居系统的界面设计、基本功能的实现和高级功能的实现三部分内容。《智能家居系统开发/职业教育“十三五”规划教材·物联网应用技术专业智能家居方向》使用“任务驱动”的方法，结合中职学生特点，引入大量实例在教材中，使学生在完成任务的过程中掌握基本的编程方法。同时，借助“企想”公司推出的“智能家居操作台”将设计效果进行实时展示，使学生对智能家居系统的认识更加直观。

从泛化性能分析的角度系统阐述机器学习中三类问题（回归、排序、多分类）的理论基础、算法构建方法以及应用。学习理论基础方面重点关注算法的泛化性、稀疏性和稳定性分析，应用部分重点关注其在数据挖掘具体任务中的有效性和竞争性。全书分三章，即回归学习理论与应用、排序学习理论与应用、多分类学习理论与应用。

本书是作者在近10年来对模式识别研究基础上形成的一部专著。随着基因组学的不断发展，DNA微阵列技术为生命科学提供新的解决问题的思路与方法。本书展示了机器学习中核心的算法和理论，并阐明了算法的运行过程及应用。本书综合了许多的研究成果，例如统计学、人工智能、信息论、生物学、认知科学、计算复杂性和控制论等，并以此来理解问题的背景、算法和其中的隐含假定。

科学计算可视化（Scientific Visualization，SciVis）是计算机图形学的一个重要研究方向，是图形科学的新领域。随着计算能力的不断增强，科学数据中使用的物理模型以及模拟空间的大小都在不断提高。本书尝试性地将机器学习理论应用于科学计算可视化中，大大提高了数据中特征识别的鲁棒性和准确率，同时结合流场数据可视化技术的具体实现，详细阐述这两个领域结合的理论和存在的关键问题。本书内容主要包括：科学计算可视化的内容、技术现状和挑战，机器学习基本理论，使用Boosting和CAVIAR两种方法进行科学计算可视化的理论和方法等。本书可作为高等学校计算机或非计算机专业研究生科学计算可视化课程的参考书，也可作为从事流场数值模拟和流场可视化技术的研究或开发人员的参考书。