本书以河北工业大学徐桂芝教授带领的生物电磁团队近20多年在脑科学与脑认知方面的研究成果为核心，总结分析了国内外该领域的研究动态及发展趋势，反映了当代脑电与脑网络技术的发展。全书共11章，主要讲述脑电信号采集与处理、脑电事件相关电位、脑电源定位及其求解方法、脑网络构建与分析、脑机交互及脑功能网络技术应用等内容。本书在介绍基本原理、基本概念等理论知识的基础上，由浅入深、循序渐进，涉及大量相关领域的科学研究与应用，有益于读者加深对相关基础知识的理解，同时拓宽知识面，培养学术能力。本书可供相关专业高年级本科生、研究生和科研人员使用。

本书主要论述了基于人工智能的自主磨抛系统构建一般性方法、流程以及核心技术，主要从以下三部分进行论述：第一部分首先对磨削抛光以及工业机器人的背景知识及基础理论进行概述；第二部分论述了基于人工智能的自主磨抛系统的整体构建过程，从系统的构建方案及软硬件组成开始，依次介绍了磨抛系统的核心技术：控制策略、轨迹规划和机器视觉系统，并对整体系统的辅助部分进行了简要介绍；第三部分则给出了智能自主磨抛系统在工业实践中的应用案例。

本书介绍机器视觉的构成、图像处理方法以及应用实例，主要包括：图像形成和处理技术、图像特征提取、基于多幅图像的立体视觉技术、深度学习等，特别强调了HALCON软件在工程应用上的应用方法，并给出了大量数字图像处理技术的HALCON实现程序。在实例中强调了如何用HALCON图像处理算子解决工程中、特别是机器人视觉控制中的实际问题、难题。本书可作为高等理工科院校智能制造、电子信息、机械电子等专业的本科生教材，也可作为研究生以及从事图像研究的科研工作者的学习参考用书。

演化学习利用演化算法求解机器学习中的复杂优化问题， 在实践中取得了许多成功， 但因其缺少坚实的理论基础， 在很长时期内未获得机器学习社区的广泛接受. 本书主要内容为三位作者在这个方向上过去二十年中主要工作的总结.全书共18 章， 分为四个部分： 第一部分（第1～2 章） 简要介绍演化学习和一些关于理论研究的预备知识; 第二部分（第3～6章） 介绍用于分析运行时间复杂度和逼近能力这两个演化学习的基本理论性质的通用工具; 第三部分（第7～12 章） 介绍演化学习关键因素对算法性能影响的一系列理论结果， 包括交叉算子、解的表示、非精确适应度评估、种群的影响等; 第四部分（第13～18 章） 介绍一系列基于理论结果启发的具有一定理论保障的演化学习算法.本书适合对演化学习感兴趣的研究人员、学生和实践者阅读. 书中第二部分内容或可为有兴趣进一步探索演化学习理论基础的读者提供分析工具， 第三部分内容或有助于读者进一步理解演化学习过程并为新算法设计提供启发， 第四部分内容或可为读者解决一些现实机器学习问题提供新的算法方案.

这是一本故事性、趣味性十足的讲解自然语言处理的入门图书。本书以黄鼠狼想要制作一个全能机器人的故事为主线，通过黄鼠狼与其他动物的交流引出制作全能机器人过程中遇到的各种问题及找到的解决方案，并通过对每个阶段的机器人进行分析，详细介绍词法分析、句法分析、语义分析、文本生成、语音识别等关键技术，帮助读者深入理解有关自然语言处理的知识。本书非常适合作为中小学生了解人工智能、机器学习、自然语言处理的入门书，能为他们以后深入学习自然语言处理打下坚实的基础。

这是一部系统讲解评分卡建模的智能风控著作，从业务与技术、理论与实践、传统风控与智能风控等角度透彻讲解评分卡建模的原理、流程、方法及其风控策略构建。作者在智能风控领域深耕十余年，既熟悉商业银行传统风控体系思想、方法、技术、工具，又熟悉人工智能背景下的创新智能风控相关解决方案、风险策略和风险建模技术，本书是作者实践经验的系统性总结。本书内容分为六部分。第1部分（第1章）介绍评分卡建模基础知识，包括评分卡模型的概念和定义、评分卡建模全流程、评分卡模型的评价等。第二部分（第2章）介绍银行零售信贷领域产品特征和业务流程，以及信用风险和欺诈风险概念，介绍评分卡的应用场景和业务基础知识。第三部分（第3~11章）系统介绍评分建模的全流程，覆盖需求理解、数据理解、特征工程、模型设计、模型开发、模型验证、模型部署、模型监控、模型优化等模型全生命周期各环节。第四部分（第12~14章）总结了评分建模的关键问题及其解决方案，包括拒绝推断、模型可解释性等，以及模型开发过程中诸如分布不均衡、模型性能下降、模型迭代漂移等问题。第五部分（第15章）介绍了当前业界除评分卡外使用频率Z高的高维机器学习技术，比较了传统评分卡模型和高维机器学习模型，并重点介绍了XGBoost和LightGBM模型。第六部分（第16章）以贷前自动化审批场景为例，介绍基于评分的自动化审批策略构建，帮助读者理解评分卡模型在风险策略设计中的应用。

本书从基础知识开始，介绍深度学习与图神经网络相关的一系列技术与实现方法，主要内容包括PyTorch的使用、神经网络的原理、神经网络的基础模型、图神经网络的基础模型。书中侧重讲述与深度学习基础相关的网络模型和算法思想，以及图神经网络的原理，且针对这些知识点给出在PyTorch框架上的实现代码。本书适合想学习图神经网络的技术人员、人工智能从业人员阅读，也适合作为大专院校相关专业的师生用书和培训班的教材。

本书在新一代人工智能背景下，重点介绍自然语言处理的基础知识、主要的经典技术、前沿技术及应用。本书分为四部分内容进行阐述：基础知识、自然语言处理的基础技术、自然语言处理的应用技术、自然语言处理的应用系统。首先，在基础知识部分，介绍了语言学理论和机器学习理论两个方面的基础。其次，介绍自然语言处理中的基础技术，包括语言模型、词法分析、句法分析和语义分析等内容。然后，通过文本的信息抽取、篇章分析、情感分析及文本生成等任务，介绍自然语言处理的应用技术。最后，在自然语言处理的应用系统方面，详细介绍了问答系统、对话系统和机器翻译中的相关技术和系统结构等内容。本书可作为人工智能专业、智能科学与技术专业以及计算机类相关专业的本科生及研究生学习自然语言处理的教材，也可以作为自然语言方向相关研究人员的参考用书。

《工智能和蓝牙硬件开发实战》以作者在小米公司“探索和实践蓝牙设备结合人工智能，开发新一代智能蓝牙语音设备”为背景，以自己积累的智能蓝牙设备开发经验为基础，介绍了将蓝牙技术和人工智能技术相结合，开发智能硬件的方法与经验。《工智能和蓝牙硬件开发实战》共7章，分别介绍了蓝牙协议的发展历史、协议栈结构以及蓝牙5.2版本的发展动态；小米“小爱同学”使用的人工智能技术，以及小米公司AIoT的战略布局和发展情况；小米智能语音技术及其架构；小米自定义的蓝牙设备与主机之间进行通信的MMA协议；使用MMA协议进行开发实践（通过小爱耳机和小爱鼠标的实际开发来介绍）；在使用MMA协议进行蓝牙设备的功能开发时涉及的主要功能点；小米生态链企业、合作伙伴与小米一起发布智能产品的合作规范和流程。《工智能和蓝牙硬件开发实战》适合有兴趣了解蓝牙设备在人工智能领域中的应用，或者有兴趣从事相关产品开发和实践的蓝牙应用开发工程师、智能硬件开发工程师、蓝牙协议栈开发工程师阅读。

新一代人工智能引领下的智能数控系统和智能化技术，已成为智能制造领域的重要发展方向。围绕制造业发展的重大需求，开发智能数控系统，可为当前制造业所面临的发展与转型升级的迫切需求提供智能元素和支撑平台。本书在介绍智能数控系统研究背景与发展方向的基础上，系统地阐述了智能数控系统的组成、体系结构及开放式平台。从“数字+”“互联网+”“智能+”三个方面描述了智能数控系统的高性能技术、大数据技术和关键赋能技术，通过数控机床在质量提升、工艺优化、健康保障、生产管理等四大方面的典型案例体现智能数控系统的应用成效。此外，本书还探讨了智能数控系统在柔性产线中的集成应用。本书可供从事智能制造领域工作的研究人员与工程技术人员参考，也可作为高等院校的人工智能、机械工程、自动化与信息工程等相关专业的教师、研究生的参考读物。