《探秘机器人王国（第2版）》是一本以机器人学、人工智能知识为中内容的长篇科普小说。通过形象与连续的故事和插图，介绍了机器人的发展历史、基本结构与分类，涉及其在工矿业与农林业、空间与海洋探索、国防与安保、医疗卫生、家庭服务、文化娱乐、教育教学等方面的应用，介绍了“机器人化”智能制造工厂、未来宇宙开发和星际航行及其发展方向等。此外，还展望了其他一些新技术或潜在高新技术的未来应用。

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。

《深度学习全书——公式+推导+代码+TensorFlow全程案例》共有15章，分为5部分，第一篇说明深度学习的概念，包括数理基础，特点是结合编程解题，加深读者印象，第二篇说明TensorFlow的学习地图，从张量、自动微分、梯度下降乃至神经层的实践，逐步解构神经网络，第三篇介绍CNN算法、影像应用、转移学习等，第四篇则进入自然语言处理及语音识别的领域，介绍RNN/BERT/Transformer算法、相关应用等，最后，介绍了强化学习的基础知识，包括马尔可夫决策过程、动态规划、蒙特卡洛、Q Learning算法，当然，还有相关案例实践。

本书对传统制造企业实施制造服务过程中涉及的理论与方法做了全面分析与介绍，为传统制造企业实施制造服务提供方法学指导。主要内容包括智能制造服务国内外研究现状分析、企业现代制造服务发展模式、企业现代制造服务过程实施方法学、企业制造服务实施过程建模方法、企业制造服务实施过程建模方法、复杂产品MRO服务优化调度技术、复杂产品远程监控与故障诊断技术、制造服务生命周期信息集成技术、企业制造服务系统实施评价和案例分析等。本书主要材料来源于本人主持的国家科技支撑计划项目 “基于全生命周期的高端重型装备制造服务系统关键技术研究与应用””（No.2015BAF32B04，2015.4-2017.12）的主要研究成果。

本书涉及人工智能及信息系统相关科学理论前沿，并横跨哲学、科学史、心理学、逻辑学、语言学、数学、脑科学、人类学、计算机科学等多个学科，内容广泛、文笔简洁、思想深刻。全书共有6个章节，分别对应信息系统、智能系统、推理系统、自组织过程、经验与行为，以及社群与科学，主要讨论的是一般意义下的智能系统的特征，以具体的智能形式为例，尤其是人类智能和人工智能，厘清了许多智能理论中容易混淆的概念。其中，有关智能是一个信息系统在知识和资源相对不足时的适应能力，以及非公理逻辑等提法都是原创性的，极具启发性。

本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。本书包含了6个神经网络相关的项目，分别是糖尿病预测、出租车费用预测、图像分类、图像降噪、情感分析和人脸识别，这6个项目均是从头开始实现，且使用了不同的神经网络。在每个项目中，本书首先会提出问题，然后介绍解决该问题需要用到的神经网络架构，并给出选择该神经网络模型的原因，最后会使用Python语言从头实现该模型。此外，本书还介绍了机器学习和神经网络的基础知识，以及人工智能未来的发展。

本书为读者可视化地呈现了人工智能领域的知识架构、学习路线、常用教材、在线课程、学习工具和常用网站，从而全方位地为读者学习人工智能提供指引，帮助读者精准而高效地学习人工智能，达到快速入门和进阶的目的。本书内容包括7 个部分：第1 部分阐述“人工智能是什么”的问题；第2 部分解决“人工智能学什么”的问题，即要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习；第3 ～ 第5 部分为第2 部分的具体展开，描述“人工智能怎么学”的问题，即分别描述了人工智能的理论基础、编程技术、专业领域知识这三个层面该怎么学；第6 部分解决“人工智能前沿信息获取”的问题；第7 部分解决“人工智能论文写作与发表”的问题。

本书根据《普通高等学校工程图学课程教学基本要求》（2019版）编写。适宜作为本科院校工科、理科专业“工程制图”课程教材，以及高职、高专院校的工程制图教材，同时也可作为自学考试参考书。全书共分为13章，全部采用现行的国家标准和有关的行业标准。本书在编写中，考虑到计算机技术发展，尽量做到少而精，采用图、表等表达方式，增加了重点提示和知识拓展内容，计算机绘图部分突出了AutoCAD绘图软件的应用，配套了3D识图教学资源。读者可按不同专业和学时数的要求，对内容进行灵活取舍和组合。

本书立足当今的数字时代发展特征，运用基于系统方法的思想，以独特的视角提出了人工智能（AI）和数字系统工程融合发展的概览趋势，启发人们理解人工智能对社会进步、工程创新实践的预示性意义。本书研究涉及商业、工业、政府、军队甚至学术领域等领域中人工智能普适性应用的基本范式，响应基于模型的系统工程（MBSE）的应用范式，针对系统中AI技术的实现，提出了设计、评估、证实和集成（DEJI）的系统工程流程模型。 \n本书特别适合于从事复杂组织体系研究的学者以及复杂体系工程开发、运行和验证的架构师、系统工程师等从业者使用，亦可作为系统工程大学教育的专业课程教材，同时还可供从事其他专业扩展人工智能交叉融合应用的人员使用。 \n