本书由百度官方出品，百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐。 本书遵循“内容全面、由浅入深、注重实践”的原则，基于飞桨PaddlePaddle深度学习平台，较为全面地覆盖了学习深度学习技术所必须具备的基础知识以及深度学习主要核心技术，包括相关的数学基础、Python编程基础、机器学习基础以及正向/反向传播算法、卷积神经网络、循环神经网络等，尽量做到读懂一本书即可达到“零基础”到“全精通”。 在章节安排上，考虑读者的特点和认知规律，在知识架构和案例穿插的设计上确保循序渐进、由浅入深。同时，本书提供了大量的深度学习实战案例，覆盖了当前计算机视觉、自然语言处理、个性化推荐等领域主流应用典型的算法，每章都单独配以飞桨代码实现，详细解析实操过程，手把手引导读者开展实践练习、深入掌握相关知识。 本书提供配套代码合集，详情请访问https：//aistudiobaiducom/aistudio/projectdetail/518424。

身处AI（人工智能）世界，人类所有生活领域都面临着一场巨大变革。　人工智能的未来发展将走向何处？我们必须对什么情况做好心理准备？什么是与现实无关的、仅仅被渲染突出的幻境？智能机器在多大程度上构成一种威胁？将来我们与智能机器还有什么区别？　本书的每个章节都以一幕科幻剧作为开场，巧妙地回答了人类对无处不在的AI世界中，有关宇宙、人生及很多问题的追问。与此同时，作者艾伯尔在人工智能的应用领域、社会价值、行为认知以及深度学习等领域进行了更深层面的讨论。书中还向读者介绍了各式各样的机器人，比如烹饪机器人、演奏机器人、情感机器人，甚至用于军事领域的杀人机器人等，令人大开眼界。

《人工智能开源硬件与Python编程实践》是基于机器视觉、语音识别等典型方法的开源硬件及开源算法，利用Python编程工具而设计的创新实践项目。《人工智能开源硬件与Python编程实践》注重推动人工智能新技术的工程实践，将人工智能教育与创客教育相结合，课程模块包括颜色形状检测、目标跟踪、边缘检测、轨迹跟踪、人脸检测、人眼检测、瞳孔检测、条码二维码识别、笑脸检测、数字识别、语音识别等实践项目。每个课程模块均从社会需求及生活实际出发设置实践任务，介绍相关的理论知识和应用方法，提供相应算法的Python实施案例，引导学生动手实践，掌握经典机器视觉、语音识别技术的应用方法，并能够解决实际问题，培养学生的创新实践能力，可作为高等院校学生创新实践类课程教材。

本书介绍了机器学习的基本算法、历史发展、应用前景及相关问题。内容包括：机器学习所涉及的必要的数学知识，机器学习的基本模式和任务，神经网络的基本理论及算法结构，分类与聚类学习算法，数据维度归约的基本方法，图理论及方法以及当前比较流行的机器学习理论和算法。本书在加深学生对经典机器学习方法理解的基础上适当扩展其视野，以培养和提高其解决实际问题的能力。 本书可作为高等学校人工智能相关专业的教材，也适合该领域的工程技术人员参考使用。

本书除了介绍推荐系统的一般框架、典型应用和评测方法之外，还主要介绍各种典型推荐算法的思想、原理、算法设计和应用场景，包括针对“千人千面”的个性化推荐和针对“千人万面”的情境化推荐。此外，本书还包含一些和推荐系统相关的专题内容，如针对排序问题的排序学习和针对信息融合的异质信息网络模型。本书可作为计算机科学与技术、软件工程、数据科学与大数据技术、人工智能等专业的高年级本科生和研究生的相关课程教材，也可作为从事推荐系统、搜索引擎、数据挖掘等研发工作相关人员的参考书。

本书内容主要包括机器学习的基本知识、基本学习方法、集成学习方法、深度学习方法和深度强化学习方法等内容，将机器学习的经典内容与深度学习等前沿内容有机地结合在一起，形成一套相对完整的知识体系，并在每个章节穿插相应的应用实例，使得广大读者不但能够较好地掌握机器学习基本理论，而且能够比较系统地掌握其应用技术，为今后的工作和进一步学习打下扎实的理论与应用基础。

本书内容包含人工智能新技术、大数据、机器学习、深度学习、知识图谱、AI图像技术、自然语言处理、智慧物联、数字工厂、智能机器人、智慧城市。本书案例丰富、结构清晰、通俗易懂，是一本比较全面、系统地介绍人工智能基础技术的书籍。 本书可作为应用型本科、高职院校的人工智能应用技术通识课教材，也可作为人工智能爱好者、从业者的辅助读物。

本书是模式识别领域的入门教材，系统阐述了模式识别中的基础知识、主要模型及热门应用，并给出了近年来本领域一些新的成果和观点；通过理论学习和动手实践相结合的形式使初学者能有效入门，并培养独立解决任务的能力，为模式识别的项目开发及相关科研活动打好基础. 全书共15章，大致分为五部分：第一部分（第1~4章）介绍了本书的概论和基础知识，包括绪论、数学背景知识、模式识别系统概述以及评估；第二部分（第5~6章）介绍了与领域知识无关的特征提取，包括主成分分析和Fisher线性判别；第三部分（第7~10章）介绍了分类器与其他工具，包括支持向量机、概率方法、距离度量与数据变换、信息论和决策树；第四部分（第11~12章）介绍了如何处理变化多端的数据，包括稀疏数据和未对齐数据、隐马尔可夫模型；第五部分（第13~15章）介绍了一些高阶课题，包括正态分布、EM算法和卷积神经网络. 本书可作为高等院校人工智能、计算机、自动化、电子和通信等相关专业研究生或本科生的教材，也可供人工智能、计算机、自动化、电子和通信等领域研究人员和工程技术人员参考.

本书主要讨论在智能经济的浪潮下，人工智能技术与区块链技术的范式变革与产业应用，以及如何从数字经济学视角理解智能经济发展的商业逻辑变化和它所带来的商业认知升级。全书包括从信息技术到智能经济、区块链技术应用与场景、人工智能技术应用与场景、智能经济时代的商业趋势四部分，共20讲内容。本书通过跨学科研究，构建了一整套认知人工智能技术与区块链智能技术的方式。书中不仅从计算机科学视角讨论了技术与产业应用，还从经济学、管理学和信息技术哲学视角分析了技术应用所带来的商业逻辑的变化和商业认知的升级。本书在强调计算机科学技术带来的产业发展和生态变化的同时，还指出技术对经济的内在影响是通过复杂的系统演化逐步实现的。本书可作为高等院校计算机科学、经济管理学等专业本科生或研究生的教材，也可供数字经济领域的研究者学习参考。此外，普通读者可将本书作为了解智能经济和数字经济学的一本通识类书籍来阅读。

本书将解释增强现实技术的概念，以及与虚拟现实技术和混合现实技术的区别，并帮助读者明晰这些技术之间的界限。全书主要内容包括增强现实系统分类、典型特点、实现途径及结构组成，技术起源及其发展历程；增强现实所涉及的关键核心技术及所面临的技术挑战，典型应用或潜在的重点应用领域，相关配套软件工具及硬件设备；本书最后对增强现实技术进行了分析总结并对其发展趋势进行了预测。