本书系统地阐述了机器人视觉工作的原理、分析方法、技术和应用。全书内容主要分两大部分，第一部分是“基础篇”，对MATLAB在图像视频处理的特点以及基本知识进行了阐述，从图形绘制层层深入MATLAB的二维和三维图像绘制功能，并介绍了科学计算可视化的相关知识；第二部分是“机器人视觉处理技术”，详细介绍了机器人视觉的发展与当前技术上的关键点，以及图像表示和描述、图像分割、增强、融合与模式识别等方面的知识，并给出机器人视觉处理应用的实例。

本书向你展示了如何使用机器学习模型从图像中提取信息。ML工程师和数据科学家将学习成熟的ML技术来解决各种图像问题，包括分类、物体检测、自动编码器、图像生成、计数和字幕。本书很好地介绍了端到端的深度学习：创建数据集、数据预处理、模型设计、模型训练、评估、部署和可解释性。Google工程师Valliappa Lakshmanan、Martin G？rner、Ryan Gillard为你展示了如何开发精准且可解释的计算机视觉ML模型，并使用强大的ML架构以灵活且可维护的方式将其投入大规模生产。 你将学习如何使用TensorFlow和Keras编写的模型进行设计、训练、评估和预测。

《基于人工智能的故障诊断方法》结合轴承振动信号的固有特性，弥补传统智能诊断方法的不足，以深度学习、迁移学习、流形学习等人工智能技术为核心，面向海量轴承振动监测信号，提出一种新的智能诊断研究框架，主要围绕“监测信号标注困难”“工况交替多变”和“噪声干扰”等的不同应用需求，着重从深度聚类框架设计、跨域故障诊断模型构建、目标函数构造、度量函数设计、中心判别损失正则项设计，以及相关对齐时目标熵最小性质证明等几个方面展开研究，探索很大程度避免人工参与且具有较强领域自适应能力的智能诊断解决方案。《基于人工智能的故障诊断方法》适合制造业的研究人员和工程技术人员参考阅读，也适合作为高等学校计算机、人工智能、智能制造等专业的研究生教学用书。

有意义地使用高级贝叶斯方法需要对基本原理有很好的理解。这本引人入胜的书解释了支撑贝叶斯模型构建和分析的思想，特别侧重于计算方法和方案。本书的独特之处是对可用软件包进行了广泛的讨论，并对贝叶斯推理进行了简短但完整且数学严谨的介绍。本书介绍了蒙特卡罗方法、马尔可夫链蒙特卡罗方法和贝叶斯软件，另外还介绍了模型验证和比较、跨维MCMC和条件高斯模型。本书所包含的问题使本书适合作为贝叶斯计算的第yi门研究生课程的教科书。对贝叶斯软件的广泛讨论——R/R- inla、OpenBUGS、JAGS、STAN和BayesX——使得它对来自统计之外的研究人员和研究生也很有用。

本书的编程语言以Python为主，详细介绍了人工智能算法的主流类别，涉及常见的数据特征处理、回归模型、基于实例的算法、树方法、神经网络、自然语言处理、社会网络、遗传算法和推荐算法。本书针对每一大类算法都介绍了该门类下的经典算法，并运用常见算法库以代码实现为目的，以商业分析、金融投资、科研辅助和工程优化等案例为对象，逐步讲解每一种算法的实现方法及在案例分析中的运用，部分案例配备了教学视频，可扫码实时观看。同时，随书还提供了程序源代码、授课用PPT等海量附加学习资源。本书适用的读者对象包括：商业分析师、高校科研工作者、互联网企业的算法工程师、大中专院校相关专业师生以及其他需要掌握人工智能算法知识的读者。

《机器学习：贝叶斯和优化方法（原书第2版）》对所有重要的机器学习方法和新近研究趋势进行了深入探索，通过讲解监督学习的两大支柱——回归和分类，站在全景视角将这些繁杂的方法一一打通，形成了明晰的机器学习知识体系。新版对内容做了全面更新，使各章内容相对独立。全书聚焦于数学理论背后的物理推理，关注贴近应用层的方法和算法，并辅以大量实例和习题，适合该领域的科研人员和工程师阅读，也适合学习模式识别、统计/自适应信号处理、统计/贝叶斯学习、稀疏建模和深度学习等课程的学生参考。此外，《机器学习：贝叶斯和优化方法（原书第2版）》的所有代码均可免费下载，包含MATLAB和Python两个版本。《机器学习：贝叶斯和优化方法（原书第2版）》重要更新及特色：重写了关于神经网络和深度学习的章节，以反映自第1版以来的研究进展。这一章从感知器和前馈神经网络的基础概念开始讨论，对深度网络进行了深入研究，涵盖较新的优化算法、批标准化、正则化技术（如Dropout方法）、CNN和RNN、注意力机制、对抗样本和对抗训练、胶囊网络、生成架构（如RBM）、变分自编码器和GAN。扩展了关于贝叶斯学习的内容，包括非参数贝叶斯方法，重点讨论中国餐馆过程（CRP）和印度自助餐过程（IBP）。追踪新的研究趋势，包括稀疏、凸分析与凸优化、在线分布式算法、RKH空间学习、贝叶斯推断、图模型与隐马尔可夫模型、粒子滤波、深度学习、字典学习和潜变量建模等。提供实用案例分析，包括蛋白质折叠预测、光学字符识别、文本作者身份识别、fMRI数据分析、变点检测、高光谱图像分离、目标定位等。

《Python机器学习入门：机器学习算法的理论与实践》全面细致地讲解了机器学习的基础知识及其应用，具体内容包括机器学习中必要的环境搭建和Python的基础知识、有监督学习和无监督学习的理论及其实际应用案例、有监督学习和无监督学习的机器学习模式，并以理论结合公式的方式讲解了Python代码的编写方法，以及数据的采集、处理和实际操作中机器学习的模式。本书适合人工智能、机器学习方向的学生和技术人员学习、使用，也适合广大人工智能爱好者阅读。

本书着重介绍可以有效预测结果的两类核心算法，包括惩罚线性回归方法和集成方法，然后通过一系列的示例细节来展示针对不同的问题如何使用这些方法。全书分为7章，主要讲述算法的选择、构建预测模型时的要点等内容，并且结合Spark和Python技术，引入岩石与水雷、鲍鱼年龄问题、红酒口感、玻璃分类等经典数据集，将机器学习应用到数据预测分析中，帮助读者全面系统地掌握利用机器学习进行预测分析的基本过程，并将其应用到实际项目中。

本书是一本Python初级入门教程，主要为初学者介绍当前人工智能发展中使用最为广泛的计算机编程语言———Python语言的基础知识。 本书分Python语言基础篇和Python语言应用篇，介绍了Python的发展历史和Python语言的编写规范，同时还介绍了人工智能领域相关功能库的安装和使用方法，并提供了一些配套的实战练习。本书与《人工智能基础与进阶》共同形成一套适合人工智能初学者的参考教材，帮助读者快速尝试实践，体会“人工智能”的魅力。

2021世界人工智能大会以“智联世界 众智成城”为主题，于2021年7月8-10日在上海成功举办。在“高端化、国际化、专业化、市场化、智能化”的办会理念指导下，本届大会着力塑造“更人文、更开放、更活力”的生态，着力打造成 “科技风向标、应用展示台、产业加速器、治理议事厅”。为了总结和分享世界人工智能大会的思想和学术成果，大会组委会决定推出“智联世界”系列图书，本书是系列图书的第5本，副书名为“AI筑就数字之都”。本书汇集了2021年大会的重点嘉宾演讲内容，围绕“AI开启未来”“AI赋能城市”“AI驱动经济”“AI点亮福祉”及“AI探索前沿”等主题，全面展现世界人工智能前沿观点洞察和**发展态势，描绘全球人工智能健康发展、协同共治的崭新蓝图，传递促进全球合作、增进人类福祉的共同愿景。