增强现实（Augmented Reality，AR）技术能够将计算机中的虚拟物体或信息融入到真实世界中，从而能够极大地增强人对现实世界的体验和认知。AR将为未来的信息系统和信息世界提供一种革命性的操作界面，必将改变诸如产品设计、设备操作与管理、培训学习等过程中的人机交互方式。近年来，AR已成为当今具影响力的新兴技术之一，受到学术界和产业界的广泛关注，被广泛应用于工业、医疗、社交、游戏娱乐、军事、教育等多个领域。 本书是广东省虚拟现实及可视化工程技术研究中心课题组在增强现实领域多年研究成果的总结，特别总结了在国家自然科学基金委员会资助下取得的成果（“增强现实装配操作空间的深度感知理论与方法研究”，编号：51275094）。本书从增强现实人机交互的特点出发，系统阐述了增强现实交互方法的基本原理、模型、主要技术与典型应用的实现。着重论述基于视觉、外设、体感及触摸屏四种典型人机交互方式的原理、方法与具体实现技术。主要内容包括：增强现实的理论基础与设备；基于标识、数据手套、机器视觉、移动终端的增强现实交互方法；增强现实应用系统开发案例。本书注重理论与实践相结合，五个与工业应用相关的增强现实典型应用案例均来源于实际科研项目，读者可从中全面了解与掌握增强现实系统人机交互的设计思路、软硬件构成、建模方法、关键技术实现方法、编程开发要点等。 本书可作为增强现实领域从事科研、技术开发人员的参考书和培训教材，也可供相关专业的研究生或高年级本科生使用。

群智能优化技术是在自然群体基础上通过个体协作实现复杂系统优化的一种智能优化技术。智能物流系统作为智能制造系统的重要支撑，通过群智能优化方法可以有效解决复杂物流优化问题，提升问题优化效率、降低计算成本，提高对问题的响应效率。本书得到了国家自然科学基金面上项目“基于移动智能体调度的混杂工业无线传感器网络抗毁性研究”（编号：61571336）和青年科学基金项目“面向多移动智能物流资源调度的动态渐进群集智能优化方法研究”（编号：61603280）等项目的资助。在此背景下，开展了关于智能制造发展背景下若干复杂物流系统优化问题的系统研究和实践。本书详细介绍了目前群智能优化技术的原理、基于自适应和社会网络的算法性能提升方法，以及群智能优化算法在自动化立体仓库货位优化、冷链配送车辆路径优化、云物流下基于协同库存的集合覆盖的选址分配优化、集装箱多式联运优化和集装箱船舶贝位配载优化等具体实际问题中的应用。本书可帮助高校师生和工程技术人员系统掌握群智能优化技术的原理、改进途径及应用策略，了解群智能优化算法国内外新研究进展，掌握工程实际中典型物流问题的建模方法及群智能优化方法。本书对推广、提升智能制造环境下智能物流系统优化和发展具有重要意义。

《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》是一本场景式的机器学习实践书，笔者努力做到“授人以渔，而非授人以鱼”。理论方面从人工智能（AI）与机器学习（ML）的基本要素讲起，逐步展开有监督学习、无监督学习、强化学习这三大类模型的应用场景与算法原理；实践方面通过金融预测、医疗诊断概率模型、月球登陆器、图像识别、写诗机器人、中国象棋博弈等案例启发读者将机器学习应用在各行各业里，其中后三个案例使用了深度学习技术。 《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》试图用通俗的语言讲解涵盖算法模型的机器学习，主要内容包括机器学习通用概念、三个基本科学计算工具、有监督学习、聚类模型、降维模型、隐马尔可夫模型、贝叶斯网络、自然语言处理、深度学习、强化学习、模型迁移等。在深入浅出地解析模型与算法之后，介绍使用Python相关工具进行开发的方法、解析经典案例，使读者做到“能理解、能设计、能编码、能调试”，没有任何专业基础的读者在学习本书后也能够上手设计与开发机器学习产品。 本书内容深入浅出、实例典型，适合对机器学习感兴趣的产品设计、技术管理、数据分析、软件开发或学生读者。阅读《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》既能了解当前工业界的主流机器学习与深度学习开发工具的使用方法，又能从战略方面掌握如何将人工智能技术应用到自己的企业与产品中。

语音识别已经逐渐进入人们的日常生活。语音识别技术是涉及语言、计算机、数学等领域的交叉学科。《深度学习：语音识别技术实践》介绍了包括C#、Perl、Python、Java在内的多种编程语言实践，开源语音识别工具包Kaldi的使用与代码分析，深度学习的开发环境搭建，卷积神经网络，以及语音识别中常见的语言模型——N元模型和依存模型等，让读者快速了解语音识别基础，掌握开发语音识别程序的算法。 《深度学习：语音识别技术实践》从语音识别的基础开始讲起，并辅以翔实的案例，既适合需要具体实现语音识别的程序员使用，也适合有一定机器学习或语音识别基础的学生、研究者或从业者阅读。

现代社会正处在信息化发展质变阶段，且作者主要从事信息领域相关工作，因此本书内容侧重于信息领域人工系统设计。本书的主要思路：在实现中华民族伟大复兴的较长征程上，需不断地科学高效地化解矛盾，创新驱动，实现科技强国目标。其中加强高层次人才培养、加强基础结合实际是不可或缺的重要因素，因此在本书内容安排也努力贯彻这一原则。本书针对系统理论与人工系统设计学面临的问题，在现有系统理论的发展基础上，系统地论述了“人工系统设计”的理论、方法与实践。由于基础性和应用基础性内容一般是概括的、普适的，因而一般较抽象、较难理解、不易于直接应用，所以本书尽量从实际例子出发，对理论内容说明解释，从不同层次、剖面来说明在实际应用中如何化解矛盾。

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。 本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力，终于在神经网络算法上取得重大突破，实现了人工智能井喷式的发展。作为深度学习领域的通识作品，本书以恢弘的笔触，通过3个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。

《人工智能原理及应用/云南省普通高等学校“十二五”规划教材》是作者在科学研究与教学实践的基础上，吸纳了国内外人工智能领域专家学者的经验，归纳、整理、提炼而形成的，主要讲述了人工智能的基本概念和基本原理，给出了在相应领域的算法及应用。全书共8章，主要内容有：人工智能的基本概念、知识表示和问题求解、自动规划求解系统、机器学习、自然语言处理技术、智能信息处理技术、分布式人工智能和Agent技术、知识发现与数据挖掘等。《人工智能原理及应用/云南省普通高等学校“十二五”规划教材》可作为计算机类及相关专业本科高年级学生或研究生的教材，也可供从事计算机科学、人工智能等方面工作的科技人员参考。

《数字化金融 人工智能 区块链 云计算 大数据与数字文化》围绕金融技术伙伴关系和战略性技术收购如何在zui小的干扰下培育新的增长，项目管理如何更好地调整以有效地执行任何数字解决方案，以及如何实现和利用分析学提供专业的可行性建议。具体的实施建议加上专家的方法，向小型金融机构提供了有效、有序、财务安全的现代化能力构建框架。在本书中，你将会学到：识别改良型技术和革命性技术的机会增强员工创新能力，更好地聆听员工想法理解区块链、机器学习、云计算和其他新兴信息技术在技术动荡期，寻求战略伙伴关系，推动自身企业的发展和成功

本书主要论述了为什么世界是语言的、知识是语言，物也是语言，智能存在于语言之中，人类的语言尤其是科学语言是世界的模型和地图。论证了语言本身的计算功能，提出了物语和媒语的概念、用计算机建构语言模型从而间接建构世界模型、实现意识型的人工智能尤其是类脑计算的原理和方法，以及人类语言的整体性的拓扑词语网络。

近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起，涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。本书适合机器学习领域的工程师学习，也适合想要了解scikit-learn的数据科学家阅读。通过阅读本书，读者将有效提升自己在机器学习模型的构建和评估方面的能力，并能够高效地解决机器学习难题。