《人工智能导论》为大连理工大学“新工科”系列精品教材。 本书内容包括绪论、知识表示、确定性推理、不确定性推理、搜索求解策略、遗传算法及其应用、群智能算法及其应用、人工神经网络及其应用、机器学习、专家系统、自然语言理解及其应用等。 本书可供电子信息类专业本、专科学生作为教材使用，也可供从事人工智能领域的技术人员参考。

暂缺简介...

零基础读者应如何快速入门机器学习？数学基础薄弱的读者应如何理解机器学习中的数学原理？这些正是本书要解决的问题。本书从数学基础知识入手，通过前3章的介绍，帮助读者轻松复习机器学习涉及的数学知识；然后，通过第4-第13章的介绍，逐步讲解机器学习常见算法的相关知识，帮助读者快速入门机器学习；最后，通过第14章的综合实践，帮助读者回顾本书内容，进一步巩固所学知识。《机器学习的数学原理和算法实践》适合对机器学习感兴趣但数学基础比较薄弱的读者学习，也适合作为相关专业的学生入门机器学习的参考用书。

《人工智能：计算Agent基础（原书第2版）》特色：优化篇章结构，增加关于机器学习的内容，讨论了与机器学习和Al相关的社会及伦理问题；摒弃先讲关系语言的做法，改为后讲关系方法，更利于知识的呈现和理解；更新代码示例，并增加了一些练习。提出智能体的单一设计空间的概念，从简单的智能体开始，逐步引入十个维度的复杂性，通过模块化方式降低理论学习的难度，并结合自主送货机器人等四个应用实例来展开实践。在宏观层面，搭建了一个连贯的知识框架，利用多维度的设计空间引导读者纵观大局；在细节层面，聚焦于基础技术而非复杂技术，为读者未来的进阶学习及实战打下坚实的基础。

本书通过有趣的插图和简洁的文字带您漫步在人工智能的世界中，与您分享这个非fan工具带来的惊奇和震撼，同时帮助您了解它如何运行以及它的局限性。作者在每个章节都揭示了人工智能的某一特性，并充分评估了这一领域的种种可能性。作者还探讨了研究人员面临的挑战及社会人工智能问题等。

本书由之江实验室人工智能社会实验研究中心集体出品，是关于“人工智能社会治理实践与研究”前沿性的科普性读物。书中阐述了开展“人工智能社会治理实践与研究”的背景与意义；详实生动地讲解了人工智能社会治理实践与研究就业、教育、医疗、交通、养老、文化等领域中的应用案例、重点关切内容和实施路径；并在综述人工智能技术发展及社会应用现状的基础上，从社会治理的角度分享了人类进入现代社会后一些经典的或具有前瞻性、启发性的社会实践与研究的案例；后，对人工智能社会治理研究的全球协同性进行了展望。

数据孤岛和隐私保护已经成为制约人工智能发展的关键因素。联邦学习作为一种新型的隐私 保护计算方案，在数据不出本地的前提下，能有效联合各参与方联合建模，从而实现“共同富裕”， 成为当下人工智能领域备受关注的热点。 本书以实战为主（包括对应用案例的深入讲解和代码分析），兼顾对理论知识的系统总结。 全书由五部分共19 章构成。第一部分简要介绍了联邦学习的理论知识；第二部分介绍如何使用 Python 和FATE 进行简单的联邦学习建模；第三部分是联邦学习的案例分析，筛选了经典案例进 行讲解，部分案例用Python 代码实现，部分案例采用FATE 实现；第四部分主要介绍和联邦学习 相关的高级知识点，包括联邦学习的架构和训练的加速方法等；第五部分是回顾与展望。 本书适合对联邦学习和隐私保护感兴趣的高校研究者、企业研发人员阅读。

《虚拟现实》是一本关于扩展现实（包含虚拟现实、增强现实和混合现实）科普性质的读物。它运用大量生动的案例和浅显易懂的语句来清晰地讲述专业知识及应用。《虚拟现实》包含7章内容。第1章介绍为什么增强现实和虚拟现实很重要。第2章着重介绍增强现实和虚拟现实的多种形态和形式。第3章探讨了真实背后的技术，包括显示技术、运动跟踪、力反馈等。第4章介绍如何让扩展现实成为现实。第5章着重探讨虚拟技术改变一切。第6章探讨扩展现实技术发展带来的道德、伦理、法律和社会后果。第7章畅想拥抱一个增强和虚拟的未来。《虚拟现实》非常适合希望了解扩展现实技术的读者，通过概览扩展现实的精华知识，包括虚拟现实技术、增强现实技术、混合现实技术、行业应用、优秀产品、未来畅想等，帮助读者全面了解以虚拟现实为代表的扩展现实的过去、当下以及未来发展的可能。

采用通俗易懂的语言，简明而全面地介绍对人工智能革命起到核心作用的深度学习技术。

本书介绍了元学习方法的发展历史、起源、思想、近来流行的元学习方法，以及这些方法的组织思路、改进方案、相互继承、如何应用。本书共11章，分为两部分：元学习方法思想的介绍和元学习应用场景中模型的介绍。这些内容介绍了如何在元学习框架下融入强化学习、模仿学习、在线学习、无监督学习、迁移学习等，实现对实际应用中深度模型的改进，以适应复杂多变的实际任务。