本教材的内容涉及模糊理论、数据融合、神经网络、遗传算法及传感技术等相关内容，并着重介绍数据融合技术的原理、特点及具体应用方法，在目前多传感器数据融合技术研究成果的基础上进行系统解析，分析特点，论述不足，为数据融合技术的研究提供科学合理的依据，达到促进智能信息处理技术可持续发展的目标。

本书是由两位技术出身的企业管理者编写的深度学习普及书。本书的前四章提供了足够的关于深度学习的理论知识，包括机器学习的基本概念、神经网络基础、从神经网络到深度网络的演化历程，以及主流的深度网络架构，为读者阅读本书剩余内容打下基础。后五章带领读者进行一系列深度学习的实践，包括建立深层网络、调优技术、各种数据类型的向量化和在Spark上运行深度学习工作流。

本书通过案例讲解如何使用TensorFlow 解决深度学习的实际任务， 每章都包含TensorFlow 1.x 和2.0 的代码实现。全书共分10 章，主要讲解卷积神经网络、LSTM、Seq2Seq、Transformer、BERT、文本卷积、GBDT、FM、FFM、Dlib、MTCNN、VGG、AlphaGo / AlphaZero、BiLSTM、DQN、Gym、GAN 等技术，包含的项目有CIFAR-100 图像分类、彩票预测、古诗生成、推荐系统、广告点击率预测、人脸识别、中国象棋、汉字OCR、FlappyBird 和超级马里奥、人脸生成。

本套书介绍了丰富多彩的乐高模型，从汽车到航天飞机、从动物到机器人，再到各种神奇的百变创意作品，每个模型都有详细的搭建步骤、零件清单和视频指导，帮助读者完成搭建，创造出独特的作品，从而领悟乐高积木的精髓，开启乐高积木无限畅想之旅。本套书适合各个年龄段的乐高爱好者阅读，全套书共4册，分别为超酷车辆、动物王国、百变创意、太空探险。

本书由数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带领读者由浅入深系统掌握TensorFlow机器学习算法及其实现。本书第1章和第2章介绍了关于TensorFlow使用的基础知识，后续章节则针对一些典型算法和典型应用场景进行了实现，并配有较详细的程序说明，可读性非常强。读者如果能对其中代码进行复现，则必定会对TensorFlow的使用了如指掌。

本书运用漫画图解的方式，讲述了机器人概述、机器人的应用、机器人的基础技术、机器人的控制软件及应用程序、各种各样的机器人、机器人和人工智能的结合等内容。 本书适合对机器人有兴趣的读者阅读。

本书以案例驱动的方式讲解机器学习算法的知识点，并以Python语言作为基础开发语言实现算法，包括目前机器学习主流算法的原理、算法流程图、算法的详细设计步骤、算法实例、算法应用、算法的改进与优化等环节。 全书共分 17 章，前两章介绍机器学习与 Python 语言的相关基础知识，后面各章以案例的方式分别介绍线性回归算法、逻辑回归算法、K *近邻算法、PCA 降维算法、k-means算法、支持向量机算法、AdaBoost算法、决策树算法、高斯混合模型算法、随机森林算法、朴素贝叶斯算法、隐马尔可夫模型算法、BP 神经网络算法、卷积神经网络算法、递归神经网络算法。 本书适合作为高等院校人工智能、大数据、计算机科学、软件工程等相关专业本科生和研究生有关课程的教材，也适用于各种计算机编程、人工智能学习认证体系，还可供广大人工智能领域技术人员参考。

学习TensorFlow基础，包括如何进行基本运算。 建立简单的学习系统来理解数学基础。 深入理解在数千应用中效果良好的全连接深度网络。 使用超参优化，将原型转换成高质量的模型。 使用卷积神经网络处理图像。 使用循环神经网络处理自然语言数据集。 使用强化学习解决譬如三连棋等游戏。 使用GPU、TPU等硬件训练深度网络。

本书对我国人工智能的发展状况、国家战略，及其在经济发展、民生改善、政府治理等方面的广泛应用作了简明通俗的阐释；同时，还阐述了世界范围内人工智能的发展历史、国外主要国家和地区人工智能的发展现状、人工智能的未来前景等。 书中包含大量应用案例，涉及制造业、农业、金融、交通、医疗、教育、家居、政府治理、政务服务等领域。突出介绍案例应用场景、核心优势、所解决的难点痛点，展现了人工智能带来的生产生活方式、交互方式、治理模式变革，为人们了解人工智能、用好人工智能提供切合实际的参考。

本书首先介绍课程的基本概念、基础理论与研究内容、研究方法，包括课程的设计原则与评价标准，再通过若干典型实验介绍和验证人机工程学中与设计相关的通识性基础知识，然后以不同产品类型为主题，从不同角度举例说明这些经过实验的基础知识在“实践性”设计中的综合应用。并为适应不同设计方向对课程内容的差异化要求提供相应的信息、资料和课程作业案例，作为个性化需求的补充。