本书包括3部分：第1部分介绍机器学习的基本概念，它们是机器学习的预备知识；第2部分系统介绍几种成熟的机器学习算法和技术；第3部分介绍贯穿整个机器学习工作流程的21个*佳案例，并且讨论具有前瞻性的方法和想法，它们被公认为是机器学习未来的研究重点。本书中的代码均在Python 3中测试通过。 本书适合高等院校相关专业的大学生、研究生或教师阅读学习，以及不具有机器学习或统计背景但是想要快速补充机器学习算法知识，以便在实际产品或平台中应用的软件工程师。 Copyright  Packt Publishing 2019 First published in the English language under the title“Python Machine Learning By Example-Second Edition-（9781789616729）” Copyright in the Chinese language（simplified characters） 2021 China Machine Press This title is published in China by China Machine Press with license from Packt Publishing LtdThis edition is authorized for sale in China only， excluding Hong Kong SAR， Macao SAR and TaiwanUnauthorized export of this edition is a violation of the Copyright ActViolation of this Law is subject to Civil and Criminal Penalties 本书由Packt Publishing Ltd授权机械工业出版社在中华人民共和国境内（不包括香港、澳门特别行政区及台湾地区）出版与发行。未经许可的出口，视为违反著作权法，将受法律制裁。 北京市版权局著作权合同登记图字：01-2019-5823号。

本书从2019年至今的华为技术反封锁切入，详细阐述人工智能与物联网时代下中国5G产业革命的历史沿革与未来期望，以及走在世界前列的中国枢纽型创新。主要内容涵盖从3G到5G背景下中国5G自主创新的致胜之路，结合华为讲述从3G到5G的科技博弈；结合美日半导体大战、硅谷与筑波以及深圳、东北与潮汕的样本对照探讨面向未来的国家创新体系；最后，也提出了与5G科技革命时代风口相匹配的人才培养体系。作者深入浅出的语言风格与严谨的分析逻辑展现出中国5G产业革命的宏大蓝图，能够帮助读者认识到未来科技发展的机遇与挑战。适合对人工智能和物联网等领域感兴趣的读者。

本书提供了一份关于图表示学习的综述。 首先，本书讨论图表示学习的目标及图论和网络分析的关键方法论。 然后，本书介绍并回顾了学习节点嵌入的方法，包括基于随机游走的方法以及在知识图谱上的应用。 再后，本书对高度成功的图神经网络（ Graph Neural Network， GNN）进行了技术上的综合介绍， GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。 最后，本书总结了针对图的深度生成模型的前沿进展，这是图表示学习新生但发展迅速的子集。

人工智能无疑是近年来的新宠，屡屡登上新闻头条：从先后击败人类围棋冠军李世石和柯洁的AlphaGo，到魔幻般的DeepFakes换脸。但对于不精通深奥技术的商业人士而言，人工智能究竞能做什么？如果你想在投入时间和金钱之前了解人工智能将如何影响自己的业务，那么本书是为你量身定做的。 《从0到1：人工智能赋能商业的秘密》的案例讲解清晰，对技术概念的陈述简明易懂，将让你体会到人工智能的真正好处。每章都呈现几个现实世界的案例，讨论谷歌和奈飞等公司如何用人工智能重塑企业。本书由简入繁，呈现人工智能的核心理念，展示人工智能在现实世界中的应用。为帮你做好人工智能转型准备，本书抽丝剥茧般地讲述一个成功的人工智能应用案例，从雇用合适的团队，再到做出关于资源、风险和费用等方面的科学决策。 确定人工智能可能从哪些方面帮助企业设计人工智能策略 评估项目范围和业务影响 利用人工智能来提高转化率、编排内容以及分析反馈 理解当代人工智能如何运作以及人工智能可以/不可以做什么

人类知识总量的快速增长与信息技术的发展加剧了知识碎片化问题。位置分散、内容片面、结构无序的碎片化知识限制了知识的可用性，成为新一代知识工程中的瓶颈问题。为此，《知识森林 ： 理论、方法与实践》提出一种新的知识图谱模型——知识森林，能够分面融合碎片化知识，又能体现知识主题间各类认知关系。《知识森林 ： 理论、方法与实践》共7章，第1章是知识森林的背景介绍，第2章介绍基本理论模型，第3～5章介绍知识森林构建的三个具体环节，第6、7章介绍如何利用知识森林进行导学以及知识森林的可视化技术。

本书针对绿色设计与制造的主要研究内容及方法技术进行专业介绍，包括绿色设计与制造的理论基础与研究现状，绿色设计的主要方法与工具，绿色制造的关键工艺技术，绿色工厂的应用实践等。

《位置数据的智能聚类算法研究》重点研究了位置数据的智能聚类学习相关模型和算法前沿，集中反映了作者近年来对空间数据聚类与智能优化相结合的研究成果，系统阐述了GPS位置数据聚类学习的相关模型与算法。《位置数据的智能聚类算法研究》共分为7章，包括GPS位置数据聚类模型和智能优化的关键技术，GPS位置数据的遗传、模糊粒子-遗传融合、遗传-模糊蚁群混合自动聚类模型与算法，基于MapReduce的GPS位置数据遗传自动聚类模型与算法，基于最小二乘非监督GPS轨迹回归模型与算法，模糊遗传GPS轨迹聚类算法等。

本书从传统机器学习，如线性回归、逻辑回归、朴素贝叶斯、支持向量机、集成学习，到最前沿的深度学习神经网络，如DNN、CNN、BERT、ResNet等，对人工智能技术进行零基础讲解，涵盖数学原理、公式推导、图表展示、企业应用案例。 本书面向初中级读者，能帮助读者迅速掌握机器学习技术的相关概念及原理。本书内容结合作者多年的科研工作经验，理论和实践并重，对科研、学习、面试等均有帮助。

行人再识别是关于行人的身份再识别问题，是经典人脸识别的延续和扩展，也是人工智能领域下计算机视觉的重要任务之一。本书概述了行人再识别十几年简要发展史，介绍了著者在行人再识别领域开展的相关研究成果，包括行人再识别整体应用框架（第2章），提升行人再识别精度的方法（第3章、第4章、第5章、第7章和第8章），加速和精简行人再识别特征提取和表示的方法（第6章，第9章、第10章和第11章），探索更具挑战性的跨模态行人再识别方法（第12章），以及行人再识别的未来和发展预测（第13章）。本书可作为人工智能、信息处理等领域人员的参考资料，也可以供从事计算机视觉和行人再识别相关研发的工程技术人员参考。

强化学习是机器学习发展非常迅速的一个领域，由于其灵活性和通用性，可以应用在从玩游戏到优化复杂制造过程的许多实际情况。本书帮助读者迅速理解深度强化学习，并从原理到新近算法进行全面探索。关于强化学习的新资料很多，但多数过于专业和抽象，很不容易理解，并且从理解原理到可以实际解决问题之间还有巨大差距，而本书意在填补强化学习方法在实用性和结构化信息方面的不足，以帮助读者从整体上轻松理解深度强化学习。同时本书的另一个特点是面向实践，从简单到非常复杂，将每种方法实际应用在各种具体环境中，以帮助读者在实际研究和工作中应用深度强化学习来解决问题。 本书适合深度强化学习、机器学习、人工智能相关行业从业者、学习者阅读参考。