《携程人工智能实践》的作者来自携程多个研发部门，从具体的应用场景入手，主要包括旅行产品的个性化推荐和搜索，旅行场景的 OCR、机器翻译和知识图谱，主题图片优选、推荐理由抽取，以及安全风险控制和如何工程化提升研发效率等，较为全面地介绍了如何对具体的业务问题进行建模，将其转变为具体的机器学习模型，并将业务目标转化为机器学习的目标函数。本书在此基础上提供了一些有效的经验，使得读者能够利用机器学习的方式全面有效地帮助企业提升业务目标、提升人效比，乃至为网站的安全保驾护航。作者希望本书能够帮助产品技术同人更好地理解机器学习模型的落地，给读者带来启发和借鉴。

本书系统地介绍了基于Python 平台的人工智能的原理及实现过程，全书共7 章。第1 章“从这里开始认识Python”，介绍人工智能及Python 基础知识；第2 章“Python 语法基础”，通过生动有趣的实验实例介绍Python 编程语法知识；第3 章“Python 程序设计”，以实例为基础，介绍Python 的编程方法；第4 章“数据结构”，通过范例介绍列表、元组、字典、集合、函数等数据结构的使用方法；第5 章“数据库及应用”，主要介绍Python 数据库应用及Web 应用开发技术，通过实例讲解Python 数据库应用；第6 章“大数据应用”，基于实例，主要介绍网络爬虫、Excel 数据爬取及分析处理等技术，了解数据挖掘分析处理等大数据应用技术的一般设计流程；第7 章“人工智能”，以具体实例讲解照片人脸识别、图像识别、视频人脸识别、聊天 机器人、微信语音聊天机器人、图文识别、语音识别及花朵识别等人工智能深度学习技术。 本书图文并茂，示例丰富，讲解细致透彻，介绍深入浅出，章后练习精广，具有很强的实用性和可操作性，适合初学或自学Python 的学生，可作为中小学STEM 教育或培训机构的人工智能课程教材，也可作为大中专院校人工智能、软件工程、计算机等专业以及相关课程的教材或参考书，还可以当作全国计算机二级（Python）考试的教材使用。

本书将传统的图像处理技术、机器学习时代的图像技术，到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用，以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点，专注于人脸图像的各种处理，大量实际案例，带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程，如何优化算法逻辑，如何将算法应用到实际的场景中。另外本身的后一章，深扒了目前抖音、美颜相机、天天P图、淘宝、京东等APP里面图像技术的应用场景以及实现原理，提纲挈领的概述了电商、娱乐、金融、安防这四大领域中应用的AI+图像技术实现思路。让读者可以对整个中国AI+图像的应用现状以及前景有直观的认知。

如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于集中数据的做法无疑会严重侵害用户隐私和数据安全。如今，世界上越来越多的人开始强烈要求科技公司必须根据用户隐私法律法规妥善地处理用户的数据，欧盟的《通用数据保护条例》是一个很好的例子。在本书中，我们将描述联邦学习（亦称联邦机器学习）如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来，以解决分散数据的使用问题。我们会介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景，并描述一些典型的实际问题解决案例。我们还会进一步论述联邦学习将成为下一代机器学习的基础，可以满足技术和社会需求并促进面向安全的人工智能的开发和应用。本书可供计算机科学、人工智能和机器学习专业的学生，以及大数据和人工智能应用程序的开发人员阅读，也可供高等院校的教员、研究机构的研究人员、法律法规制定者和政府监管部门参考。

《TensorFlow深度学习（原书第2版）》深入介绍了如何使用 TensorFlow 构建深度学习应用，从实践的角度讲解深度学习知识。本书主要内容包括深度学习入门，介绍了机器学习和深度学习的基础知识； TensorFlow的主要特性，以及 TensorFlow的安装与配置，通过示例进行 TensorFlow计算、数据和编程模型的学习；基于TensorFlow的前馈神经网络、卷积神经网络、优化 TensorFlow自编码器以及循环神经网络。此外，《TensorFlow深度学习（原书第2版）》还介绍了关于异构和分布式计算的内容，学习如何在GPU板卡和分布式系统上执行TensorFlow模型。在TensorFlow高级编程部分对TensorFlow基本库进行了概述。末尾，本书介绍了基于因子分解机的推荐系统以及强化学习。

《深度学习导论精装版》讲述了Tensorflow、前馈神经网络、卷积神经网络、词嵌入、循环神经网络、序列到序列学习、深度强化学习、无监督模型等深度学习领域的基本概念和技术，通过一系列的编程任务，向读者介绍了热门的人工智能应用，包括计算机视觉和自然语言处理等。本书编写简明扼要，理论联系实践，每一章都包括一个编程项目、练习以及进一步阅读的参考资料。本书既可作为高校人工智能教学用书，也可供从业者入门参考。本书要求读者熟悉线性代数、多元微积分、概率和统计知识，另外需要读者了解Python 编程。

欢迎来到机器人技术的精彩世界！这是一本通俗易懂的机器人技术实践参考书。内容包括制作机器人所需的材料、设计思路、常用工具、装配方法以及制作工艺。本书第5版结合现在比较热门的人工智能和控制论等话题，新增一章《轮式机器人小车制作笔记》，意在从基础理论和一辆简易机器人小车的制作实例开始，挖掘隐藏在业余机器人爱好背后的高科技元素。全书制作项目从原来的12个扩展成了15个，涵盖内容更加广泛。 书中收录了15个低成本、易实现，且极富启发意义的小型移动式智能机器人项目，内容丰富，讲解具体。读者可以从这些由易到难的制作中逐渐了解机器人的工作原理和具体的实现方法，在实际制作的过程中动手动脑，边玩边学，并从中获得乐趣和知识！ 本书可作为学校第二课堂和学生兴趣爱好的参考指南，也可以供业余电子制作爱好者以及手工爱好者阅读和参考。

本书将带领读者学习如何实施各种机器学习技术及其日常应用的开发。本书分为9章，从易于掌握的语言基础数据和数学模型开始，向读者介绍机器学习领域中使用的各种库和框架，然后通过有趣的示例实现回归、聚类、分类、神经网络等，从而解决如图像分析、自然语言处理和时间序列数据的异常检测等实际问题。本书适合机器学习的开发人员、数据分析人员、机器学习领域的从业人员，以及想要学习机器学习的技术爱好者阅读。使用任何脚本语言的编程人员都可以阅读本书，但如果熟悉Python语言的话，将有助于充分理解本书的内容。

本书围绕无人机FPV竞速赛，展开对穿越机的介绍和FPV练习，让学习者掌握基本的竞赛赛前练习，为成为真正的FPV高手打下基础。无人机竞技比赛是飞行员通过佩戴第一视角的眼镜来操控穿越机，看谁能在最短的时间内穿越复杂的障碍物完成既定的复杂飞行，在第一视角飞行的情况下无人机需要穿越譬如大树、高塔和其他各种障碍物等，所以对于参赛者灵活的控制能力提出了很高的要求。

树莓派是一款基于ARM架构、Linux系统的极简计算机，既可以用于计算机编程教育，也可以作为机器人的控制核心。第一种运行于树莓派上的编程语言是Python，这是当前人工智能领域最为流行的编程语言。机器视觉是人工智能中重要的细分研究领域，OpenCV则是当前机器视觉领域主流的开源处理库，可以方便地用于计算机图像处理，并应用于面部识别、目标识别等具体问题。本书介绍在树莓派硬件上使用Python语言，借助OpenCV库编程，来实现具有机器视觉功能（识别和抓取特定颜色物体、识别人脸、识别特定人脸、进行面部跟踪）的智能机器人。《人工智能+机器人入门与实战》力求通过一系列不同层次的软硬件任务，由浅入深地讲解人工智能的概念，同时覆盖Linux系统操作、Python编程、机器人系统搭建等多方面的综合知识。在本书案例中使用的主要硬件载体是可在桌面上固定运转的双轴云台和三轴机械臂等，它们可以代表一类智能机器人的形态。本书遵循开源、分享的创客精神，所有的硬件材料和软件内容均可以从公共平台获取，读者在充分理解的基础上，不必局限于本书所列硬件，可自行获取类似设备完成项目。本书可以作为中小学STEAM人工智能教育的一本基础读物，也可以作为中高职院校相关专业学生的参考书。