本书围绕视频中人的动作分析与识别问题，论述了动作分析的基本概念、发展历程以及应用，并介绍了动作分析的相关基础知识、动作分析的典型方法和技术、以及动作分析的常用数据库。然后从动作分析中的不同研究方向出发，介绍了三维人体姿态估计的多种经典方法、动作识别与定位的各类经典方法。最后面向多视角动作识别问题，介绍了视角无关动作识别、跨视角动作识别的经典方法。本书可供从事计算机视觉、模式分类、人工智能以及相关领域研究和应用的技术研发人员参考，也可作为相关专业的高年级本科生和研究生的教材。

《多功能智能机器小车的开发与研制》以智能小车为学习对象，描述了研究智能小车的背景和意义。全书共包含智能小车底盘和主控板的安装、小车综合运动函数的编写、头文件的编写、PWM控制电机转动、舵机归中、循迹避障实验、红外遥控、超声波避障、wifi控制等30多个实例的详细讲解。通过这些实例的介绍，把单片机的知识分散于各个实例的学习中，降低了学习的难度，提高了学习兴趣。读者通过对《多功能智能机器小车的开发与研制》的学习和实践，可以很快掌握智能小车的控制方法。《多功能智能机器小车的开发与研制》适合于电子电路设计爱好者自学使用，也可以作为高等学校相关专业课程设计、毕业设计和电子设计竞赛的指导用书。

报告文学。本书以广东为例，翔实展现了智能机器人的诞生、成长、壮大、繁衍，梳理了智能机器人的生产制造的过去和现状，应用的领域，对现实生活和生产的影响，同时展望了机器人的未来。在这人机互动的时代，机器人和人的关系已经被众多的人所关注，机器人已经开始介入我们的生活，人类如何适应智能机器人，这也是本书的一大亮点。

《先进遗传算法及其工程应用》以遗传算法基本理论为基础，依据近年来该算法的发展现状，对其数学基础理论、算法设计方法及其工程应用进行系统研究和全面总结。对基本遗传算法、多目标优化遗传算法、小生境遗传算法，进行系统分析和改进，提出了新的遗传算法收敛性指标和遗传算法全局收敛性分析的数学方法，并提出了预防遗传算法早熟的种群成熟度自适应控制策略，给出了针对不同编码方案的遗传算法控制参数优化方法，设计了新型遗传算子，构造了提高非线性优化全局收敛性的新型遗传算法，并且给出了遗传算法的实际运用方法和应用案例，包括遗传算法在典型组合优化问题和工程系统优化问题中的应用。《先进遗传算法及其工程应用》能够为遗传算法理论研究和算法改进提供参考；为运用遗传算法求解经典优化问题提供算法支持，为遗传算法的工程应用在算法设计与实现上提供借鉴。《先进遗传算法及其工程应用》的主要读者对象为高等学校计算科学、运筹与控制、计算机科学与技术等专业的师生，从事现代智能算法研究的科研人员，以及从事智能算法设计与应用工作的工程技术人员。

《AI生态：人工智能+生态发展战略》的主要内容包括三大部分，即战略背景、战略设计和战略保障。战略背景从国内外人工智能发展情况、关键技术及未来发展趋势入手，分析人工智能发展的概况；战略设计提出了人工智能在生态领域应用的总体思路，科学规划“人工智能+生态”发展战略；战略保障设计制定“人工智能+生态”发展战略实施的各项保障措施。

《跨库语音情感识别技术研究》主要从两大方面对跨数据库的语音情感识别技术进行了研究：（1）从识别模型本身的角度出发，提出和改进一些方法来适应多数据库来源引起的样本空间失衡问题，进而提高SER系统的鲁棒性；（2）从特征的角度考虑，寻找新的特征类型来补充原有的特征空间，并将现有的特征进行优选和融合，提升它们在跨数据库任务中的有效性。

社会学习探讨个人的认知、行为与环境因素三者及其交互作用对人类行为的影响，社会机器学习是计算机帮助个人进行社会学习、认知社会从而提高其社会性的方法和技术。《社会机器学习》从社会机器学习概念及内涵研究出发，总结机器学习、复杂网络、社会计算等相关理论与方法并将其有机融合，围绕聚类学习、分类学习、弱项学习、异常学习、关联学习和行为模式学习等，结合具体的社会层面的小问题，从“问题-概念-模型-算法-实验”角度进行系统研究，建立社会机器学习的研究框架，提出一些新的理论、技术和方法，针对实际问题给出解决思路和实验验证。

自然语言处理技术在构建智能社会中发挥越来越重要的作用。《Python自然语言处理与开发/人工智能与大数据系列》介绍如何学习和使用流行的Python编程语言开发自然语言处理应用。主要内容包括面向自然语言处理开发的Python编程语言入门，使用Python开发中文分词，实现Word文档自动校对基础，文本相似度计算和排重的原理与实现，文本摘要的原理与实现，问答式聊天机器人算法与代码实现、机器翻译技术及其实现与评测。《Python自然语言处理与开发/人工智能与大数据系列》是猎兔搜索技术在Python自然语言处理领域的实际应用。

随着互联网的飞速发展，人们在互联网上的行为产生了海量数据，对这些数据存储、处理与分析带动了大数据技术的发展。其中，数据挖掘和分析技术可以帮助人们对庞大的数据进行相关分析，找到有价值的信息和规律，使得人们对世界的认识更快、更便捷。在数据分析领域，Python语言简单易用，第三方库强大，并提供了完整的数据分析框架，因此深受数据分析人员的青睐，Python已经当仁不让地成为数据分析人员的一把利器。因此，《Python数据分析与可视化（微课视频版）》从Python数据分析的基础知识入手，结合大量的数据分析示例，系统地介绍数据分析和可视化绘图的方法，带领读者一步步掌握Python数据分析的相关知识，提高读者解决实际问题的能力。

《深度学习入门：基于PyTorch和TensorFlow的理论与实现/人工智能与大数据系列》是一本系统介绍深度学习基础知识和理论原理的入门书籍。《深度学习入门：基于PyTorch和TensorFlow的理论与实现/人工智能与大数据系列》从神经网络的基本结构入手，详细推导了前向传播与反向传播的数学公式和理论支持，详细介绍了如今各种优化神经网络的梯度优化算法和正则化技巧，给出了在实际应用中的超参数调试和网络训练的技巧。同时，也介绍了典型的卷积神经网络（CNN）和循环神经网络（RNN）。除了介绍理论基础外，《深度学习入门：基于PyTorch和TensorFlow的理论与实现/人工智能与大数据系列》以Python为基础，详细介绍了如今主流的深度学习框架PyTorch和TensorFlow，并分别使用这两种框架来构建相应的项目，帮助读者从理论和实践中提高自己的深度学习知识水平。