《自己动手做聊天机器人》从零开始介绍了聊天机器人的发展历程及技术原理，并配合项目实 战案例，重点介绍了问答系统、对话系统、闲聊系统这三种主要聊天机器人的技术原理及实现细节。 让读者可以由浅入深、循序渐进地学习聊天机器人的相关知识，并对聊天机器人有深入的理解。 《自己动手做聊天机器人》分为 12 章，主要内容有聊天机器人概述；快速开发一个智能语音助手； 文本相似度计算方法；基于 BERT 模型的智能客服；基于知识库的问答系统；基于知识图谱的电影知 识问答系统；基于知识图谱的医疗诊断问答系统；基于任务导向的聊天机器人；基于 Rasa 的电影订票 助手；基于 UNIT 的智能出行助手；快速搭建一个“夸夸”闲聊机器人；聊天机器人的发展展望。 《自己动手做聊天机器人》内容通俗易懂，案例丰富，实用性强，特别适合对聊天机器人技术感 兴趣的入门读者和进阶读者阅读，也适合人工智能技术研究人员、自然语言处理技术研究人员等其 他编程爱好者阅读。另外，本书还可以作为高等院校或相关培训机构的教材使用。

本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师，他们整理了已证实的方法，帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。 在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对你的情况选择最佳技术的建议。

本书分析了数据化，算法日益增长的分析、预测与塑造作用，以及平台经济的重要性所导致的日常生活之规制的变化。这一新型规制——算法治理——既包括将个人助推至预定的结果，也包括通过数字架构来直接塑造行为。作者通过与法律这一主要的传统规制形式的对比，展示了算法政治的力量与普遍性。这些改变随后被证实为反映了更广泛的对人类中心主义世界观的偏离。因此，本书采取了关注人类、自然环境、技术与代码之间深层嵌入性与交互的后人类主义框架。

伍德罗？巴菲尔德和乌戈？帕加洛简要介绍了与人工智能 （AI） 的设计和使用相关的法律问题，探讨了人工智能应用与人权、宪法、数据保护、刑法、侵权法和知识产权法等相关的问题，同时比较研究了美国、欧盟、日本和中国在内的多个法域的法律法规和判例法。 重点内容包括： ？ 对可能受人工智能影响的人权和宪法问题的批判性见解； ？ 讨论法人的概念，以及随着人工智能在智能方面的发展，法律如何应对； ？ 介绍适用于人工智能的现行法律法规，并确定未来可能对法律提出挑战的领域。 这本高级导论非常适合对法律如何应用于人工智能感兴趣的法律和社会科学学生。它还为寻求了解这一新兴领域的法律从业者提供了有用的切入点。

This book provides a series of gesture and behavior recognition methods based on multimodal data representation. The data modalities include image data and skeleton data， and the modeling methods include traditional codebook， topological graph， and LSTM architectures. The tasks include single gesture recognition classification， single action recognition classification， continuous gesture classification， complex behavior classification of human interaction and other tasks of different complexity. This book focuses on the data processing methods of each modality， and the modeling methods for different tasks. We hope the reader can learn basic gesture and action recognition methods from this book， and develop a model system that suits their needs on this basis. This book can be used as a textbook for graduate， postgraduate and PhD students majoring in computer science， automation， etc. It can also be used as a reference for the reader who is interested in gesture recognition， human action interaction， sequence data processing， and deep neural network design， and who hopes to contribute to the fields.

这是一本写给青少年看的人工智能科普图书，目的是帮助青少年启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让小读者了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者不仅能学习 Python 语言的基本使用，还可以从数据、算法等多个角度来一探人工智能的奥秘。所有这些都旨在激发孩子们的好奇心，帮助他们体会科学研究应具备的精神。本书用了大量形象的比喻，用贴近青少年生活的案例作类比，把书中的抽象概念和难点以诙谐幽默的手绘插画形式诠释出来，力求让小读者读得懂、喜欢读。本书从“如何实现人工智能”出发，讲述了人工智能编程语言之一—Python 语言的基本使用，帮助小读者初步学习一种获取数据的重要手段—网络爬虫，以及如何进行简单的数据处理，了解什么是算法，体验简单的人工智能算法，领略算法的魅力。当然，最终还会指导小读者一行行地亲手写出代码，在自己的计算机上运行自己写出的人工智能程序。全书从多个角度打开了人工智能的大门，让读者得以窥见门内的风景。

当前，人工智能正在改变世界，人工智能已经上升至国家战略高度，面对人工智能在教育界掀起的层层浪花，本书针对人工智能知识谱系庞杂的问题，聚集人工智能教育在阶段性教育中出现的断层现象，基于信息技术学科教育教学研究实践，以机器学习K近邻、决策树、随机森林、支持向量机、神经网络等18个经典的算法原理解析和具体应用为切入点，以Python编程IDE为操作工具，通过理论阐释、案例分析、编程实践，带领读者拨开迷雾，明晰路径，体验机器学习算法的奇妙，领略人工智能科学的精妙，获取人工智能“学什么、怎么学、怎么用”的方法。 本书内容包括概述、分类、回归、聚类、关联分析、数据预处理和人工神经网络等内容。算法原理解析中所涉及的教学等晦涩内容都以知识窗的形式一一讲解，表述通俗易懂；算法具体应用中的案例典型生动，编程代码具体详细，力求让人工智能思想落地，直观地展现于读者面前。 本书主要面向基础教育阶段信息技术学科教师、高中学生以及计算机相关专业的大中专学生和对人工智能领域感兴趣的大众读者，也可作为人工智能课程的学习材料。

本书在全面概述预训练语言模型演进过程并对BERTology模型详尽综述的基础上，将深度学习预训练模型理论和金融行业实践相结合，介绍了深度学习预训练模型在人工智能产业、金融行业、金融科技领域的实战项目案例，专注于金融文本情绪分类典型应用场景，揭示出特定领域预训练模型潜在的一般规律。全书共分7章，分别为： 预训练模型与金融文本情绪分类任务、预训练语言模型关键技术、面向中文金融文本情绪分类的预训练模型对比、FinWoBERT： 中文金融领域增强预训练模型、GANFinWoBERT： 对抗训练的中文金融预训练模型、FinWoBERT+ConvLSTM： 基于投资者情绪权重的科创50指数预测、总结与展望，每章内容随项目实践的深入层层递进、逐步展开。 本书适合自然语言处理、金融科技领域的研究人员和技术人员，高等学校或培训机构教师和学生以及有意了解相关领域的学习者和爱好者阅读。

本书为中国人工智能产业创新联盟《智能之巅》丛书的技术分册，重点聚焦人工智能的关键前沿技术，先对人工智能技术领域进行了概述，主要介绍核心及前沿领域的发展现状和趋势，并分析国内外人工智能发展战略；之后深入介绍、分析支撑或影响人工智能产业发展的核心和前沿技术，如计算机视觉、智能语音语义、人工智能芯片等。 本书适合人工智能、互联网和计算机行业的从业人员和研究人员（技术岗位和非技术岗位），以及创投相关人员阅读参考。

作为机器学习领域应用比较成熟、广泛的业务，个性化推荐在电商、短视频等平台发挥着重要作用，其背后的推荐系统已成为当今越来越多应用程序的标配。关于推荐算法的论述有很多，而要将其很好地应用到实际场景中，则需要大量的实践经验。本书从实战的角度介绍推荐系统，主要包含三部分 ：召回算法、排序算法和工程实践。书中细致剖析了如何在工业中对海量数据应用算法，涵盖了从算法原理，到模型搭建、优化以及最佳实践等诸多内容。