《用户体验增长》是国际体验设计大会的演讲案例的论文集，汇聚了当下具有影响力的数位国内外知名企业的设计师、商业领袖、专家的大量实践案例与前沿学术观点，分享并解决了新兴领域所面临的新问题，为企业人员提供丰富的设计手段、方法与策略。 本书适合用户体验、交互设计的从业者阅读，也适合管理者、创业者以及即将投身于这个领域的爱好者、相关专业的学生阅读。

你是否发现，购物、短视频、资讯等平台背后的智能推荐算法，不断分析着你的购物偏好和浏览习惯；价格算法时刻计算调整着你能购买到的商品价位；导航算法、网约车平台算法和无人驾驶汽车算法等等，时刻影响着我们的出行…… 无论是否愿意，我们的生活已被算法包围。为了帮助大家全面认知我们当前所身处的世界，消弭技术发展过快带来的困扰与隐忧，《人人都离不开的算法——图解算法应用》一方面从人工智能算法的五大核心应用领域—公共、商业、医疗、工业、金融的典型场景出发，以通俗化、故事化和漫画化的具体事例，深入解读算法是如何在各行各业具体发挥作用和对日常生活的影响；另一方面，将从算法的责任监管和立法治理等角度，阐述算法开发与应用者们应该如何守好伦理底线，让科技向善而行。 《人人都离不开的算法——图解算法应用》脉络清晰，图文并茂，无论你是工作中会接触到算法应用的从业人员，还是对算法应用感到好奇的小白，本书都有助于你打开视野，看到算法在实际应用中的波澜壮阔。

本书首先介绍了图像处理基础知识、构建计算机视觉系统、深度学习与人工神经网络，然后重点阐述了深度学习用于图像识别及目标检测。之后，本书通过多个案例来介绍深度学习在计算机视觉方面的应用，同时探讨了云上计算机视觉建模。特别地，本书通过设问及循序渐进的学习目标，可以让读者深刻领会利用深度学习技术解决计算机视觉问题。

《哈密顿力学理论的形式化与机器人动力学形式化分析》系统深入地研究了辛几何理论、哈密顿动力学的公理化体系，并以四自由度串联机器人为例，研究了基于哈密顿动力学系统的形式化分析与验证方法的应用，为机器人动力学的安全设计提供了形式化验证理论和技术手段。《哈密顿力学理论的形式化与机器人动力学形式化分析》主要内容包括：哈密顿模型的几何基础——辛流形空间的形式化、哈密顿模型和拉格朗日模型的勒让德映射关系的形式化、哈密顿方程的形式化和机器人动力学的形式化建模与分析。内容涉及交互式定理证明、机器人、形式化验证等人工智能领域。

本书由人工智能的数学基础、编程基础、基础理论和典型算法以及经典案例共4个部分组成。根据目标读者的数学基础安排全书的内容，使读者不仅能够比较系统地学习人工智能的基本技术和经典算法，而且能够在人工智能的技术中学习如何运用数学知识解决实际问题。本书适合对人工智能感兴趣的读者阅读。

暂缺简介...

随着人类对太空的依赖程度越来越高，太空安全问题越来越凸显。为了解决太空安全领域出现的新问题，本书引入人工智能技术解决方案。本书分4篇，共16章。 本书研究并给出了国家太空安全概念，给出了人工智能技术在太空安全领域主要的应用方向及解决的问题；给出了人工智能技术基础理论和几个主要的发展方向；总结、整理作者的科研项目成果，给出了两个人工智能技术解决太空安全问题的实例，包括人工智能算法在空间碎片轨道预报中的应用、人工智能算法在基于航天信息的舰船活动规律分析中的应用等。 本书适合太空安全工程研究和技术应用领域专业人员参考，也可作为高校相关专业研究生教材和教学参考书。

《概率图模型原理与应用：第2版》分为4部分：第Ⅰ部分给出PGM的总体介绍和动机，并回顾概率论和图论的必要背景知识；第Ⅱ部分描述不考虑决策或效用的模型：贝叶斯分类器、隐马尔可夫模型、马尔可夫随机场、贝叶斯网络、动态和时态贝叶斯网络；第Ⅲ部分首先简要介绍决策理论，然后描述支持决策的模型，包括决策树、影响图、马尔可夫决策过程和部分可观察马尔可夫决策过程；第Ⅳ部分对标准PGM进行了扩展，包括关系概率图模型和因果图模型（因果推理和因果发现），还对深度学习及其与PGM的关系进行介绍。

本书将理论融入贴近生活的案例之中，深入浅出，丰富有趣。例如，通过AI判定美味的红酒、自动识别邮政编码、从视频中检测特定场景、判断SNS上的垃圾邮件投稿、通过识别照片上的物体自动判断新闻报道类型、通过食物照片调查热量等等。

现在的人工智能技术突破或许具有划时代意义，但即使是计算能力z强大、最先进的机器，也达不到人类智能的层级。人工智能具备测算能力，但它无法完全等同于人类的判断力。判断力是一种以符合伦理的承诺和负责任的行动为基础的冷静、深入的思考能力。 本书为我们理解人工智能提供了一种根本性的、新颖的本体论和认知框架。在以判断力作为终极智能目标的讨论框架下，作者试图考察人工智能从萌芽至今的发展历程。通过分析每一代人工智能技术的基本哲学假设、每一个阶段的智能概念以及迄今为止所取得的成就，作者对“智能”这一概念本身进行了阐释。他建议，人们应学习使用人工智能来执行后者擅长的计算性任务，同时加强自身的判断力和伦理原则。