群体智能优化算法作为解决复杂优化问题的有力工具近年来获得了较大的发展，业已成为智能计算领域的研究热点之一。《多目标群体智能优化算法/新一代人工智能系列丛书》比较全面地介绍了多目标优化问题和群体智能优化算法的研究现状和发展趋势，讨论了多目标优化方法的基本知识和基本原理；探讨了多目标优化方法的性能度量方法和基准的多目标优化测试函数集，并分类阐述了几种多目标烟花爆炸算法、多目标萤火虫算法、多目标粒子群算法和多目标进化算法的设计过程，包括算法的算子、算法流程、实验方案和实验结果与分析等。《多目标群体智能优化算法/新一代人工智能系列丛书》可作为计算机、人工智能和其他相关专业高年级本科生、硕士研究生、博士研究生，以及多目标群智能算法的爱好者和相关从业者进行学习和研究的参考书。

《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》讲述了人机交互发展史和关键技术、经典信息安全、无线网络安全、智能安全检测和可信计算。人机交互应用包括智慧城市系统、智能农业系统等。经典信息安全包括扫描、**、口令破解、缓冲区溢出、拒绝服务攻击等攻击和防御，进一步阐述智能无线网络的历史和安全协议，分析采用人工智能进行网络防御的算法和特点，包括入侵检测和soi，注入攻击检测等。最后介绍了在工业控制网中必须采用的可信计算方法。《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》适合作为高等院校计算机科学与技术专业、网络空间安全专业、人工智能专业等相关专业的教材，也可以作为工程师的参考书。《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》特色：《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》内容丰富，跨专业面广，适合信息技术相关专业学生阅读。激发深入持久钻研相关领域课题的兴趣和热情。涵盖当前SG和物联网研究热点和关键技术。

本书共分8章，内容包括深度学习基础、深度学习框架PyTorch的安装、PyTorch基础、线性回归和逻辑回归、全连接神经网络、卷积神经网络、循环神经网络及生成式对抗网络。本书首先从深度学习基础知识入手，引领读者动手搭建深度学习框架PyTorch，然后在PyTorch框架下实现深度学习中常用的网络模型。通过本书，读者可对深度学习有一个清晰的认识。本书中的程序均可在Windows系统中运行，不受是否具备GPU的限制。本书提供电子课件、源代码，读者可登录“华信教育资源网”（www.hxedu.com.cn）免费下载。书中每章都配有习题和实验，最后还附有参考答案。本书可作为高等学校本科数据科学与大数据、人工智能、机器人工程等专业深度学习相关课程的教材，也适合广大对深度学习有兴趣的读者自学使用。

本书是一本介绍深度学习核心算法的书籍。书中以轻松、直白的语言，生动、详细地介绍了与深度学习模型相关的基础知识，深入剖析了深度学习核心算法的原理与本质。同时，书中配有大量案例与源码，帮助读者切实体会深度学习的核心思想和精妙之处。此外，书中还介绍了深度学习在计算机视觉、自然语言处理和推荐系统领域的应用，从原理层面揭示其思想，帮助读者在这些领域中夯实技术基础。

这是第一本系统性地介绍声纹识别、声纹分割聚类及声纹在语音识别、语音合成、人声分离等领域中应用的技术书。本书内容全面且紧随时代前沿，不仅涵盖了早至 20世纪 60 年代的经典方法，而且以大量篇幅着重介绍了深度学习时代的新技术。本书注重理论与实践的结合，除了配备大量实践案例与习题，还有专门章节介绍声纹技术在实际工程部署方面的诸多课题。 本书面向大学与研究机构的学生、教研人员，以及企事业单位从事声纹技术相关工作的工程师、架构师和产品经理等。

内容介绍 这是一部讲解如何基于机器学习技术实现数据缺失值填补的专著，与传统的基于统计学的缺失值填补方法相比，效率上得到了较大的提升。作者基于多年的研究和实践成果，创新性地提出了基于神经网络的缺失值填补方法和基于TS模型的缺失值填补方法。 全书共8章，可分为4个部分。 第壹部分（第1~3章）：首先介绍缺失值填补领域的缺失数据机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。 第二部分（第4~5章）：对目前神经网络在缺失值填补领域的研究成果进行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。 第三部分（第6~7章）：详细介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改进TS模型。 第四部分（第8章）：以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。

本书是介绍自然语言处理（NLP）和深度学习的实战书。NLP已成为深度学习的核心应用领域，而深度学习是NLP研究和应用中的必要工具。本书分为3部分：第一部分介绍NLP基础，包括分词、TF-IDF向量化以及从词频向量到语义向量的转换；第二部分讲述深度学习，包含神经网络、词向量、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆（LSTM）网络、序列到序列建模和注意力机制等基本的深度学习模型和方法；第三部分介绍实战方面的内容，包括信息提取、问答系统、人机对话等真实世界系统的模型构建、性能挑战以及应对方法。本书面向中高级Python开发人员，兼具基础理论与编程实战，是现代NLP领域从业者的实用参考书。

本教材基于深受中小学生喜爱并有许多用户量的萝卜圈（IROBOTQ）平台编写，由六个项目组成，每项目作为一章，分别为：第一章，漫游金字塔；第二章，迷宫探险；第三章，无人驾驶；第四章，无人飞行器；第五章，搬运机器人；第六章，寻找水源。每个项目按照学生认知规律，从易至难，循序渐进，采用项目学习的形式，每章由项目概述（活动要求、活动过程、知识园、展示交流、项目分析、项目目标、实施建议）、项目实施（任务分析、结构设计、项目实施、）、项目总结（知识思维导图、项目评价表、选择题、情境题）等模块组成。

《人工智能导论 第2版》系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域，全面地反映了人工智能研究领域的发展，并根据人工智能的发展动向对一些传统内容做了取舍，如详细介绍了机器学习方面的内容。《人工智能导论 第2版》共分为8章，内容涉及人工智能的基本概念、知识工程、确定性推理和不确定性推理、搜索与优化策略、机器学习、人工神经网络与深度学习，以及模式识别、自然语言处理和多智能体等。每章后面附有习题，以供读者练习。 《人工智能导论 第2版》充分考虑到人工智能领域的发展动态，注重系统性、新颖性、实用性和可读性，内容由浅入深、循序渐进、条理清晰。 《人工智能导论 第2版》适合作为计算机专业本科生和其他相关专业本科生、研究生的教材，也可作为有关科技人员的参考书。

人工智能已经上升到了国家战略层面的高度。面对人工智能发展的浪潮与需求高等教育应主动变革，围绕国家人工智能出台的规划和政策，加快促进人工智能技术人才培养。《人工智能技术及应用》以优化知识结构、培养10项能力为出发点，以实施素质教育、培养学生具有新一代人工智能应用意识为目标，以培养学生创新精神、创业能力为重点，以企业人才需求构建新的知识体系为主线。全书共16章，分为4篇：科普篇、行业应用篇、理论篇和创新创业篇。以朴素的语言和浅显的例子，用图文并茂的形式，向读者生动展示新一代人工智能的专业知识。《人工智能技术及应用》可作为普通高校各专业人工智能通识课程教材，也可作为人工智能爱好者参考书籍。