人工智能是代领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。该书以普及人工智能基本知识，培养人工智能基本素养为目标。全书共分为八章，分别为：人工智能的前世今生、算法技术让人工智能更聪明、大数据让人工智能土壤更肥沃、AI芯片让人工智能“大脑”更强大、人工智能让生活更便捷、人工智能让工作更高效（上）、人工智能让工作更高效（下）、人工智能让世界更美好。全书脉络清晰，逐次展开，包含大量新颖的教学案例，技术内容具有专业性及层次性，应用内容分类清晰，形象生动。《人工智能概论》由工信部专家、高校教师及企业专家共同编写完成，该书可作为应用型本科院校、高职高专院校和中职院校的科学素养类通识教材，也可供对人工智能领域感兴趣的学习者和社会人士阅读使用。该书配有PPT、参考答案、二维码等配套资源，可按照“郑重声明页”的提示获取资源服务。

《人工智能原理》对人工智能学科及其研究领域进行抽象，梳理出一个人工智能的研究体系，然后按照这个体系讲述其原理，再穿插一些实例。全书分为五篇，共十四章。这五篇分别是人工智能的体系、求解、规划、学习以及推理。体系篇中有两章，即绪论与体系论。求解篇分成四章，讲述搜索问题、优化问题、博弈问题，以及约束问题求解。规划篇中有两章，分别是时空关联规划和决策理论规划。学习篇先用一章论述机器学习的三个视角，然后再用三章分别讲述学习的任务、范式以及框架。推理篇用两章分别介绍知识表示和推理机制。《人工智能原理》可作为人工智能、计算机及其相关专业的高年级本科生或研究生的教材，也可作为人工智能的参考书，供有关教学和科研人员使用。

现在，汽车行业正处在百年一遇的巨大变革期。世界的汽车行业今后将会如何发展？牵引力是无人驾驶和次世代型移动服务。无人驾驶与共享汽车、共享拼车等次世代型移动服务进行融合，汽车行业的面貌将会发生巨大的改变。但是，这种改变不仅仅停留在汽车的价值由“所有“向“使用”进行转化的使用方式的变化。通过开发·生产汽车而获得利益，现在的这种商业模式也有可能会进行调整。 基于一些前提条件，预测2030年汽车行业的发展情况，描绘汽车行业将来的发展面貌，并不是一件容易的事。本书将会以无人驾驶技术和次世代移动服务为焦点，描绘无人驾驶汽车的普及过程，以及会对既存的事业产生的影响作出评价。 在本书中，我们将充分发挥理特管理顾问有限公司的组织能力，多方面考察各国的前提条件，并在考虑了各国间差异的基础上，努力做到内容充实、尽可能详细地描绘无人驾驶和移动出行服务的普及过程。然后，对于普及过程对既存的汽车产业所产生的影响，我们将在做出评价的基础上，提出如何应对这种变化的建议。

如果正在构建用于小规模使用的机器学习模型，那么该书不太适合你。但是，如果你是开发人员，正在构建需要快速响应的、可靠的且具有良好用户体验的产品级ML应用程序，那么该书再适合不过。该书涵盖机器学习系统的原理和实践，这些原理和实践非常容易运行和维护，而且对用户来说具有良好的可靠性。《机器学习系统》教你设计和实现可用于产品的ML系统。在使用Spark构建管道，使用Akka创建高度可伸缩的服务，以及在大量数据集上使用强大的机器学习库（如MLib）时，你将学习反应式设计的原则。这些例子是使用Scala语言编写的，但是同样的思想和工具在Java中也适用。主要内容·使用Spark、MLlib和Akka·反应式设计模式·监控和维护大型系统·特征、actor和监督读者对象：读者需要具备Java或Scala中级技能，不需要有机器学习经验。

本书以神经网络为线索，沿着从线性模型到深度学习的路线讲解神经网络的原理和实现。本书将数学基础知识与机器学习和神经网络紧密结合，包含线性模型的结构与局限、损失函数、基于一阶和二阶信息的优化算法、模型自由度与正则化、神经网络的表达能力、反向传播与计算图自动求导、卷积神经网络等主题，帮助读者建立基于数学原理的较深刻的洞见和认知。本书还提供了逻辑回归、多层全连接神经网络和多种训练算法的Python实现，以及运用TensorFlow搭建和训练多种卷积神经网络的代码实例。

本书主要讲述了深度学习中的重要概念和技术，并展示了如何使用TensorFlow实现高级机器学习算法和神经网络。本书首先介绍了数据科学和机器学习中的基本概念，然后讲述如何使用TensorFlow训练深度学习模型，以及如何通过训练深度前馈神经网络对数字进行分类，如何通过深度学习架构解决计算机视觉、语言处理、语义分析等方面的实际问题，最后讨论了高级的深度学习模型，如生成对抗网络及其应用。

《深度学习模型及应用详解》作者都是微软人工智能及研究院的研究人员和应用科学家，具有深厚的机器学习背景，在一线针对产品需求和支持的场景进行了大量的深度学习模型及算法的研究和开发，在模型设计、训练、评估、部署、推理优化等模型开发全生命周期积累了丰富的经验。 《深度学习模型及应用详解》分为4 部分，共13 章。其中第1 部分（第1、2 章）简要介绍了深度学习的现状、概念和实现工具。第2 部分（第3～5 章）以具体的实际应用展示基于深度学习技术进行工程实践和开发的流程和技巧。第3 部分（第6～12 章）介绍了学术界和工业界新的高阶深度学习模型的实现和应用。第4 部分（第13章）介绍了深度学习领域的一些前沿研究方向，并对深度学习的未来发展进行展望。 《深度学习模型及应用详解》面向的读者是希望学习和运用深度学习模型到具体应用场景的企业工程师、科研院所的学生和科研人员。读者学习本书的目的是了解深度学习模型和算法基础后，快速部署到自己的工作领域，并取得落地成果。

随着计算科学的快速发展，人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》，明确了人工智能的国家战略地位，关于人工智能的科普、技术普及读物也已出现，但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物，用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。本书写给6 岁以上、13 岁以下的青少年读者，深入浅出地介绍了人工智能的发展历史、人工智能的主要研究方向、技术实现流程及人工智能与未来社会的关系探索等。本书从科普和青少年教育的角度出发，培养孩子们对人工智能乃至新科技的认知，目的是让孩子们了解人工智能知识，建立正确的科技价值观和科学的方法论，为将来人工智能的研究和应用做好准备。

在人工智能和万物互联的时代，“智能”和“安全”是内在关联的两大主题。《智能与安全漫语》一书围绕智能系统、人工智能和安全领域的基本要素及其交织关系，将重要的概念、事实和观点融入“往日踪迹”“现实浪潮”和“未来世界”三个时空背景之中，以精彩、通俗的讲述和阐释，为大众认识蓬勃发展的智能世界、理解日益重要的安全体系，提供有力的帮助和启迪。

《机器学习及其应用》比较系统地介绍机器学习的基础理论与应用技术。首先，介绍掌握机器学习理论和方法所必须具备的基础知识，包括机器学习的基本概念与发展历程、模型构造与优化的基本方法；然后，介绍和讨论监督学习、无监督学习、集成学习、强化学习等传统机器学习理论与方法；在详细探讨神经网络与深度学习基本理论的基础上，介绍深度卷积网络、深度循环网络、生成对抗网络等若干典型深度学习模型的基本理论与训练范式，分析讨论深度强化学习的基本理论与方法。《机器学习及其应用》站在高年级本科生和低年级硕士研究生的思维角度编写，尽可能用朴实的语言深入浅出地准确表达知识内容，着重突出机器学习方法的思想内涵和本质，使得广大读者能够掌握全书主要内容。 《机器学习及其应用》每章均配有一定数量的习题，适合作为智能科学与技术、数据科学与大数据技术、计算机类相关专业的本科生或研究生的机器学习入门级教材，也可供工程技术人员和自学的读者学习参考。