本书系统介绍基于新闻语料的俄语连续语音识别方法。全书共分以下几个部分：基于Kaldi设计实现俄语连续语音识别原型系统，使之具备在线识别和离线识别功能，以验证声学模型和语言模型优化算法的有效性，进而为面向特定领域的俄语语音识别实用系统研发提供理论方法、实验数据和关键技术支撑。为了实现上述目标，需要进行如下环环紧扣的操作步骤：俄语语音语料的采集加工处理、俄语文本语料的采集清洗过滤、俄语发音词典的自动预测生成、声学模型建模基本单元（音素集）的确定、声学模型和语言模型的优化等。

机器视觉是当代智能制造、自动控制等领域中重要的研究内容之一。本书涵盖了机器视觉的基本原理与概念、机器视觉系统的构成等内容，并以VisionPro为例介绍了机器视觉技术在测量、识别、引导等实际工业生产中的应用。全书共13个项目，各项目进一步分解为若干个任务并配有相应习题，由易及难地逐步介绍机器视觉及其应用技术。本书重在理论联系实际，主要内容都具有实际工程应用背景，各个项目中配套的案例、习题均来源于实际工业应用。本书可作为高等学校电子信息类等相关专业的教学参考书，也可作为工程技术人员加深理解机器视觉及其应用技术的参考用书。

本教材是交叉学科研究生高水平课程系列教材。 本教材共分13章，内容分为学习记忆障碍模型建立、15个记忆类行为学实验以及学习记忆和机器学习的相关基础知识。重点对学习记忆类动物行为学和机器学习相关实验的实际操作和分析流程作了详细表述。可帮助学生在掌握学习记忆过程中的神经元逻辑联系和信息处理机制的同时能够在科研实践活动中运用本课程所学的知识正确合理选择人工智能方法模拟人类学习记忆，旨在提高学生在课程教学中的实践能力和自主创新能力。 本教材可供医学、计算机等专业研究生、本科生使用 本书共六章，包括糖尿病学的发展及糖尿病治疗、胰腺移植与胰岛移植、小鼠胰岛移植、人胰岛移植、胰岛移植的问题及限制、β细胞替代治疗方案。 本书可供基础、临床、生命科学、生物信息学等专业研究生、高年级本科生使用。 本教材共分5章，33个实验，包括生物化学实验技术、酶学分析、分子生物学实验技术、活细胞成像和代谢组学在代谢性疾病研究中的应用，可供学生熟悉各项代谢性疾病研究的实验操作技能，掌握系统的代谢性疾病研究的实验技术和方法。 本教材可供基础、临床、生命科学、生物信息学等专业研究生、高年级本科生使用。

人工智能时代即将到来，在“工作消失”之时，白领的很多行业都将发生巨大变化。专家认为，人工智能和机器将在未来20年中剥夺人类一半的工作，但现在大多数人对此警戒心不强。日本百年咨询顾问公司董事长铃木贵博在本书中预测了严酷的未来：由人工智能造成的劳动环境变化已经开始，尤其是白领，将在未来五年遭受残酷变化的冲击。书中提出并解答了诸多和我们息息相关的问题： 为什么工作一年比一年忙，收入却没有增加？ 工作岗位将以怎样的方式消失？ 今后应该怎样择业？ 未来十年间，能够生存下去的岗位有哪些？ 我们的未来究竟会发生什么？现在应该怎么做？本书在即将到来的“AI失业”前夕，从专业视角为你做彻底的预测和解读，帮助你提前改变自己的职业和人生规划，应对即将到来的巨大冲击。

本书从技术、产业和商业三个角度向读者介绍了当今人工智能的发展状况，让人工智能从历史和数学公式中走到读者身边，成为读者探索产业发展脉络的指南。通过追问人工智能的技术细节，记录下发生在人们身边的人工智能产业跃迁，关注人工智能带来的变革。

知识图谱是较为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。《知识图谱：方法、实践与应用》系统地介绍知识图谱涉及的关键技术，如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。此外，本书还尝试将学术前沿和实战结合，让读者在掌握实际应用能力的同时对前沿技术发展有所了解。 《知识图谱：方法、实践与应用》既适合计算机和人工智能相关的研究人员阅读，又适合在企业一线从事技术和应用开发的人员学习，还可作为高等院校计算机或人工智能专业师生的参考教材。

本书是一本系统介绍深度学习及开源框架PyTorch的入门书。全书注重实战，每章围绕一个有意思的实战案例展开，不仅循序渐进地讲解了PyTorch的基本使用、神经网络的搭建、卷积神经网络和循环神经网络的实现，而且全面深入地介绍了计算机视觉、自然语言处理、迁移学习，以及对抗学习和深度强化学习等前沿技术。读者通过阅读本书，可以轻松入门深度学习，学会构造一个图像识别器，生成逼真的图画，让机器理解单词与文本，让机器作曲，教会机器玩游戏，还可以实现一个简单的机器翻译系统。本书适用于人工智能行业的软件工程师、对人工智能感兴趣的学生，也非常适合作为深度学习培训教程。

本书根据人工智能领域产品经理的能力要求与知识体系，从原理到应用介绍人工智能的相关技术，全面阐述如何进阶为一名合格的人工智能产品经理。本书共分为13章，其中第1~3章介绍机器学习能做什么及如何去做，第4~10章介绍7种基础算法的原理与商业化应用，第11~13章介绍深度学习在图像识别、自然语言处理与AI绘画三个方向的发展与成果。本书不局限于从数学角度推导各类机器学习算法的原理，而是配合大量案例，由浅入深地讲述什么是机器学习、机器学习如何解决问题及机器学习需要产品经理做什么。本书能够帮助初入人工智能领域的产品经理建立对算法的理解，并将这些知识融入不同领域的业务中，发现更多的应用场景，创造更多的应用可能。

《人脸特征表达与识别》介绍近年来人脸识别领域的关键技术，如特征提取、表示，机器学习以及模式识别方法，重点介绍人脸特征的光照预处理、图像粒表示与流形学习、稀疏表示与字典学习、姿态表情识别、2D矫正与人脸识别以及深度学习人脸识别等内容。

本书系统介绍了视觉 SLAM（同时定位与地图构建）所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，从而更深入地掌握这些内容。本书可以作为对 SLAM 感兴趣的研究人员的入门自学材料，也可以作为 SLAM 相关的高校本科生或研究生课程教材使用。