这是一本从工具、原理、算法3个维度指导读者零基础快速掌握目标检测技术及其应用的入门书。 两位作者是资深的AI技术专家和计算机视觉算法专家，在阿里、腾讯、百度、三星等大企业从事计算机视觉相关的工作多年，不仅理论功底扎实、实践经验丰富，而且知道初学者进入计算机视觉领域的痛点和难点。据此，两位作者编写了这本针对目标检测初学者的入门书，希望从知识体系和工程实践的角度帮助读者少走弯路。 第1~2章是目标检测的准备工作，主要介绍了目标检测的常识、深度学习框架的选型、开发环境的搭建以及数据处理工具的使用。 第3~5章是目标检测的技术基础，主要讲解了数据预处理和卷积神经网络等图像分类技术的基础知识。 第6章比较详细地介绍了香港中文大学的开源算法库mmdetection。 第7~10章详细地讲解了目标检测的概念、原理、一阶段算法、二阶段算法以及提升算法性能的常用方法。 第11章简单介绍了目标检测的相关案例（以工业为背景），以帮助读者构建一个更完整的知识体系。

智能体AlphaGo战胜人类围棋专家刷新了人类对人工智能的认识，也使得其核心技术强化学习受到学术界的广泛关注。本书正是在如此背景下，围绕作者多年从事强化学习理论及应用的研究内容及国内外关于强化学习的最近动态等方面展开介绍，是为数不多的强化学习领域的专业著作。该著作侧重于基于直接策略搜索的强化学习方法，结合了统计学习的诸多方法对相关技术及方法进行分析、改进及应用。本书以一个全新的现代角度描述策略搜索强化学习算法。从不同的强化学习场景出发，讲述了强化学习在实际应用中所面临的诸多难题。针对不同场景，给定具体的策略搜索算法，分析算法中估计量和学习参数的统计特性，并对算法进行应用实例展示及定量比较。特别地，本书结合强化学习前沿技术将策略搜索算法应用到机器人控制及数字艺术渲染领域，给人以耳目一新的感觉。最后根据作者长期研究经验，对强化学习的发展趋势进行了简要介绍和总结。本书取材经典、全面，概念清楚，推导严密，以期形成一个集基础理论、算法和应用为一体的完备知识体系。

人工智能正在成为全世界产业变革的方向，处于第四次科技革命的核心地位。计算机视觉（Computer Vision）就是利用摄像机、算法和计算资源为人工智能系统按上“眼睛”，让其可以拥有人类的双眼所具有的前景与背景分割、物体识别、目标跟踪、判断决策等功能。计算机视觉系统可以让计算机看见并理解这个世界的“信息”，从而替代人类完成重复性工作。目前计算机视觉领域热门的研究方向有物体检测与识别、语义分割、目标跟踪等。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》围绕着计算机视觉的关键技术，介绍基于深度学习计算机视觉的基础理论及主要算法。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》结合常见的应用场景和项目实例，循序渐进地带领读者进入美妙的计算机视觉世界。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》共分为11章，第1章为人工智能概述；第2～5章介绍计算机视觉的几种关键技术，即图像分类、目标检测、图像分割和目标跟踪，并将这四项关键技术组合完成人工智能的实际应用；第6、7章介绍人工智能的两个典型应用：文字检测与识别系统及多任务深度学习系统；第8章介绍一种非常有意思的深度学习网络——对抗生成神经网络；第9章介绍制作训练和测试样本的方法；第10章介绍如何安装TensorFlow、KerasAPI及相关介绍；第11章介绍综合实验。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》提供了大量项目实例及代码解析，均是基于Python语言及TensorFlow、KerasAPI的。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》的每章均配有微课视频，扫描书中的二维码，可观看作者的视频讲解。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》不仅可以作为大学计算机及相关专业的教材，也适合自学者及人工智能开发人员参考使用。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》作者根据在计算机视觉领域多年的研发经验编写了《计算机视觉》一书。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》理论与实践并重，收集并整理了国内外的新科研成果，结合实际项目实例，循序渐进地引导读者进入美妙的计算机视觉世界，基于Python语言及TensorFlow、KerasAPI，配备了大量的源代码及代码解析，帮助广大初学者掌握计算机视觉系统的开发方法。《计算机视觉：Python+TensorFlow+Keras深度学习实战（微课视频版）》特点：项目带领，任务驱动教、学、做一体，注重读者工程实践能力的培养以读者认知过程为导向设计教材逻辑与章节内容介绍新近科研成果，使读者了解计算机视觉领域的前沿技术开源全套代码资源，配备详细视频讲解，助力初学者快速入门

本书是算法竞赛领域一本系统介绍竞赛的图书，书中不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。全书分为五部分：第一部分以算法竞赛的通用流程为主，介绍竞赛中各个部分的核心内容和具体工作；第二部分介绍了用户画像相关的问题；第三部分以时间序列预测问题为主，先讲述这类问题的常见解题思路和技巧，然后分析天池平台的全球城市计算AI 挑战赛和 Kaggle 平台的Corporación Favorita Grocery Sales Forecasting；第四部分主要介绍计算广告的核心技术和业务，包括广告召回、广告排序和广告竞价，其中两个实战案例是2018 腾讯广告算法大赛——相似人群拓展和Kaggle 平台的TalkingData AdTracking Fraud Detection Challenge；第五部分基于自然语言处理相关的内容进行讲解，其中实战案例是Kaggle 平台上的经典竞赛Quora Question Pairs。 本书适合从事机器学习、数据挖掘和人工智能相关算法岗位的人阅读。

《户外未知环境中的自主移动机器人》探讨了户外自主移动机器人系统的很多方面，包括机构设计、运动控制、定位和制图等。首先，从户外移动机器人的运动机构开始讨论，通过移动性和可操纵性介绍和分析了具有柔性梁结构的轮式模块化移动机器人（CFMMR）原型；然后，引入了一个通用的协作运动控制和传感器架构，并定义了架构中每个子系统及其相应的设计要求，包括运动学控制子系统、动力学控制子系统和传感子系统；然后，讨论了如何设计这些子系统以满足机器人控制系统的设计要求，并详尽阐述了具体的算法且在CFMMR上进行了实验验证。 《户外未知环境中的自主移动机器人》针对户外未知环境中的自主移动机器人讨论架构和算法设计，希望激发自主移动机器人、人工智能甚至自动驾驶技术的研发人员去开展更多新的研究。

这是一本能让读者快速从零开始构建工业级知识图谱的著作。作者是知识图谱和自然语言处理领域的专家，本书得到了OpenKG联合创始人王昊奋、清华大学教授李涓子、东南大学教授漆桂林、美团知识图谱团队负责人张富峥、文因互联创始人鲍捷等学界和业界知识图谱扛旗人的一致好评和推荐。 本书不仅详细讲解了知识图谱的技术原理和构建工具，而且还循序渐进地讲解了知识图谱的构建方法、步骤和行业应用。配有大量实战案例，并且开放了源代码，确保读者能学会并落地。 全书一共8章： 第1章介绍了知识图谱的概念、模式、应用场景和技术架构； 第2章围绕知识图谱的技术体系，详细阐述了知识的表示与建模、抽取与挖掘、存储与融合，以及检索与推理； 第3章通过具体的实例介绍了各种知识图谱工具的使用； 第4章和第5章从工业实践的角度讲解了从0到1构建通用知识图谱和领域知识图谱的步骤和方法，并配备详细的代码解读； 第6~7章讲解了知识图谱的具体应用和一个综合性的知识图谱案例——问答系统，进一步指导读者实践； 第8章对知识图谱的未来发展进行了总结和展望。

《TensorFlow语音识别实战/人工智能技术丛书》使用新的TensorFlow2作为语音识别的基本框架，引导读者入门并掌握基于深度学习的语音识别基本理论、概念以及实现实际项目。《TensorFlow语音识别实战/人工智能技术丛书》内容循序渐进，从搭建环境开始，逐步深入理论、代码及应用实践，是语音识别技术图书的好选择。《TensorFlow语音识别实战/人工智能技术丛书》分为10章，内容包括语音识别概况与开发环境搭建、TensorFlow和Keras、深度学习的理论基础、卷积层与MNIST实战、TensorFlowDatasets和TensorBoard详解、ResNet模型、使用循环神经网络的语音识别实战、有趣的词嵌入实战、语音识别中的转换器实战、语音汉字转换实战。《TensorFlow语音识别实战/人工智能技术丛书》内容详尽、示例丰富，适合作为语音识别和深度学习初学者必备的参考书，同时非常适合作为高等院校和培训机构人工智能及相关专业师生的参考教材。

小型智能机器人制作全攻略 是小型智能机器人制作的资料宝典，通过实例讲解，告诉你制作机器人需要掌握的综合知识，内容翔实，通俗易懂。初学者可以边玩边学，了解小型智能机器人设计、制作和使用的技巧。有一定制作经验的爱好者也可以从本书中“淘”到不少好点子。本书已经是第5版了，在前4版的基础上做了大量更新了，增加了新的电机、传感器和模块的项目应用实例。这本书意在启发你使用不同的组件来构建机器人，你可以按自己喜欢的方式把书里介绍的模块化的项目加以组合，创建出各种形状和尺寸、高度智能化的机器人。

《AI源码解读：机器学习案例（Python版）（人工智能科学与技术丛书）》以人工智能发展为时代背景，通过20个应用机器学习模型和算法的实际案例，为工程技术人员提供较为详细的实战方案，以便深入学习。在编排方式上，全书侧重对创新项目的过程进行介绍，分别从整体设计、系统流程和实现模块等角度论述数据处理、模型训练和模型应用，并剖析模块的功能、使用和程序代码。为便于读者高效学习、快速掌握人工智能开发方法，该书配套提供项目设计工程文档、程序代码、实现过程中出现的问题及解决方法等资源，可供读者举一反三、二次开发。《AI源码解读：机器学习案例（Python版）（人工智能科学与技术丛书）》结合系统设计、代码实现以及运行结果展示进行讲解，语言简洁，深入浅出，通俗易懂，不仅适合作为对Python编程感兴趣的科研人员、人工智能爱好者及从事智能应用创新开发专业人员的参考教材，也可作为高等院校相关专业的参考书。

本书从工业界一线算法工作者的视角，对深度强化学习落地实践中的工程经验和相关方法论做出了深度思考和系统归纳。本书跳出了原理介绍加应用案例的传统叙述模式，转而在横向上对深度强化学习落地过程中的核心环节进行了完整复盘。主要内容包括需求分析和算法选择的方法，动作空间、状态空间和回报函数设计的理念，训练调试和性能冲刺的技巧等。本书既是前人智慧与作者个人经验的交叉印证和精心整合，又构成了从理论到实践再到统一方法论的认知闭环，与市面上侧重于算法原理和代码实现的强化学习书籍形成了完美互补。