本书创新性地提出了“数学型公司”的概念，并从分析智能时代的复杂性开始，引领读者理解在数学型公司模型下，如何更好地将人类智慧与机器智能融合起来以发挥叹为观止的效用。在这一转变过程中，要突破传统观念和思维，学会在数据和算法驱动下思考；利用新的技术强化组织，使其达到新的水平；制定更富有创新性的战略，并获得优异的表现。书中内容丰富、领域各异的案例，有助于读者与自己企业和组织的实际需求建立关联、引发思考，更加深刻地理解数字化转型的本质。 本书适合希望进行和正在进行数字化转型的企业决策者、管理者阅读，也适合有兴趣从事数字化转型相关工作的技术人员阅读，从事数字化转型的研究者也能从本书中获益。

本书以安防弱电信息化行业岗位技术需求为导向，以人工智能（AI）+安防应用为主体架构，系统、全面、详细地介绍了人工智能安防系统相关技术与行业案例应用。全书分为两部分。技术基础部分详细介绍了前端设备（摄像机结构与性能参数、IP高清摄像机、夜视摄像机、球形摄像机及人工智能摄像机等）与视频传输技术（模拟视频传输、Intranet网络视频传输、光纤视频传输及微波扩频无线传输）以及后端控制（NVR功能、视频存储系统、综合管理软件平台及AI人脸识别系统）与显示系统（DLP无缝拼接显示屏），基本涵盖了当前社会智能安防信息化系统的所有主流应用技术。行业案例应用部分精选了智能大厦、智慧银行、智慧校园、智慧社区、森林防火、电子警察、平安城市、天网工程以及雪亮工程共9个当今具有代表性的行业综合型应用案例，详细介绍了人工智能安防技术在各个领域的落地应用，从而将理论知识与具体应用有机地结合。 本书适合作为安防产品厂商的技术支持人员、系统集成商的安防技术实施人员、安防建设单位系统管理维护人员、安防产品厂商销售人员、弱电与物联网相关人员的参考用书，也适合作为弱电智能化（安防）专业相关大学生的教材。

本书从机器学习和深度学习的基础概念入手，由浅到深地详细介绍了PyTorch深度学习框架的知识，主要包含深度学习的基础知识，如神经网络的优化算法、神经网络的模块等；同时也包含了深度学习的进阶知识，如使用 PyTorch 构建复杂的深度学习模型，以及前沿的深度学习模型的介绍等。另外，为了加深读者对 PyTorch 深度学习框架的理解和掌握，本书还介绍了 PyTorch 的源代码结构，包括该框架的 Python语言前端和 C++语言后端的源代码结构。 作为一本面向初中级读者的技术类图书，本书既可以作为深度学习框架 PyTorch 入门的参考书籍，也可以作为 PyTorch 深度学习框架的结构和源代码的阅读指南使用。

本书分为四个部分。第壹部分详细介绍人工智能（AIPB）的框架、北极星、利益和范畴。对人工智能和机器学习做了非技术性概述，也对人工智能的实际应用和潜在机会做了概述。第二部分讨论如何制订人工智能愿景。首先深入讨论为什么要推动人工智能项目，然后为不同的利益相关者（如企业、客户和用户）定义与人工智能愿景一致的目标，之后讨论人们的需求和想要什么，以及如何将其转化为人工智能的产品和更好的人类体验。第三部分讨论如何制订人工智能战略。主要聚焦在科学创新、人工智能准备度和成熟度，以及成功实现人工智能的关键性考虑因素。应该利用这些概念来进行AIPB框架定义的适当评估，以制订弥补空白和解决关键性考虑因素的战略，与愿景一致的人工智能解决方案的战略。第四部分讨论了人工智能对工作的潜在影响、*终的几点考虑和人工智能的未来前景。

《深度学习快速实践：——基于TensorFlow和Keras的深度神经网络优化与训练》内容包括神经网络的基础、深度神经网络的优化和验证、深度神经网络开发和训练环境的构建、使用Tensor-Board 进行网络训练的监控和模的超参数优化。本书详细介绍的深度学习问题，包括基本的回归问题、二元分类问题和多元分类问题，还包括较为复杂的卷积神经网络对图像的分类和使用预训练CNN 进行的迁移学习；使用递归神经网络进行时间序列预测、自然语言分类，以及通过sequence-to-sequence 模型进行机器翻译；深度强化学习的智能体构建，以及生成对抗网络的图像生成。

随着人工智能技术在越来越多的行业中应用，诸多问题也随之而来，最主要的问题在于人工智能技术与行业的结合深度不足。在大多数情况下，人工智能技术只能解决表层的行业问题，对于深层的业务问题赋能不足。当前急需探索人工智能技术与行业结合的方法与模式。本书结合了笔者构建人工智能产品的实际经验，从人工智能产品流程、行业能力模型、人工智能技术等方面详细地叙述了人工智能产品的构建过程，特别突出了人工智能技术应用于行业的分析方法。本书也阐述了人工智能产品经理的工作流程、思维方式及成长路径。本书可作为现阶段想了解人工智能产品构建过程的人，或想成为人工智能产品经理的人的学习素材，也可作为各行各业人士了解人工智能产品构建过程的参考书。

《图解语音识别》从语音识别的历史和基础知识讲起，通过图解的方式对语音识别技术进行了尽可能简单的解释。内容涉及语音学基础知识、统计模式识别、有限状态自动机、语音特征的提取、声学模型和语言模型、搜索算法和基于WFST 的语音识别技术等。此外，本书没有将语音识别限定在“将语音转换成文本”的传统范畴内，而是在此基础上，还讲解了从语音识别技术到人机对话技术的演进过程和方法。内容涉及语义分析和语音对话系统的实现。

刚刚过去的十年是语音技术发展的黄金十年。2010 年前后，从谷歌公司发布第一个语音搜索应用、苹果公司发布第一个语音助手 Siri 开始，语音技术的发展转瞬进入了快车道。 语音技术的基础算法不断推陈出新，语音任务 Benchmark 持续被刷新；语音产品的应用也从一开始很小众的语音输入，逐渐渗透到人们生活的方方面面。 语音产业飞速发展，传统的语音技术教材已经满足不了该领域从业者的迫切需求。本书以目前流行的开源语音识别工具 Kaldi 为切入点，深入浅出地讲解了语音识别前沿的技术及它们的实践应用。本书的作者们拥有深厚的学术积累及丰富的工业界实战经验。 本书适合语音技术相关研究人员及互联网从业人员学习参考。

本书以作者在BuzzFeed的工作经验为基础，将机器学习和计算机工程巧妙地结合在一起。第壹部分的基本原则是数据科学世界坚实的基础；第二部分介绍现实问题中的常用算法，帮助读者迅速解决实际问题，避免被数据误导、产生结论错误；第三部分则着眼于工程实践，基于工程角度突破瓶颈，让算法能够在现实条件中得以实现。

《智能系统》是面向高级人工智能人才培养的高等学校人工智能相关专业精品教材中的一本，以信息物理系 统、模糊逻辑系统、自主无人系统、群体智能、多 Agent 系统、人机协同系统、工业智能控制系统、机 器人系统等为案例，完整呈现了人工智能综合应用体系架构。该书首先介绍了智能系统的发展、相关概 念、主要特征和类型、智能系统的发展前景，然后围绕智能系统信息处理流程详细阐述智能感知、智能 计算、执行系统等理论知识，最后重点讲解了信息物理系统、模糊逻辑系统等八大系统的典型应用体系 架构。该书将免费提供配套 PPT、实验及应用案例等基本教学材料。