本书介绍了人工智能的发展历史？基本流派？研究领域， 知识表示方法和推理技术？图搜索技术， 专家系统及其开发工具的使用和设计方法，模糊理论及应用， 机器学习和神经网络， 卷积神经网络， 混沌理论， 智能优化算法原理和应用， 多智能体技术等内容？ 本书是作者在多年教学和科研实践的基础上， 参阅了国内外现有教材和相关文献后编写的？全书注重理论与实践的结合， 注重算法的实际应用与实现方法， 注重创新思维的训练与培养？ 本书可作为高等院校人工智能？自动化？电气工程及其自动化？计算机科学与技术？电子信息工程等专业学生“人工智能” 课程的本科生？研究生教材， 也可供从事人工智能研究与应用的科技工作者学习参考？

本书主要讲解深度学习和TensorFlow的实战知识，全书分为10章，主要内容如下：第1章为深度学习概述，包括深度学习的基础知识、深度学习的生产力实现—TensorFlow、数据模型、TensorFlow项目介绍、TensorFlow工作环境的安装与运行；第2章为机器学习概述，讲解机器学习的定义、任务、性能、经验、学习算法、线性回归实例和TensorFlow的完整运行脚本；第3章介绍从生物神经元到感知器的内容，讲解基于MCP神经元实现布尔逻辑、感知器、使用感知器做分类等；第4章介绍人工神经网络，讲述的内容包括从感知器到多层感知器、带有权值的MCP神经元—感知器、反向传播神经网络、使用人工神经网络分类mnist；第5章介绍Logistic回归与Softmax回归；第6章介绍卷积神经网络，讲述感知器模式识别、卷积操作、卷积神经网络的结构、使用TensorFlow实现卷积神经网络的实例；第7章介绍循环神经网络，包括循环神经网络的特征、有限状态机、从MCP神经网络到循环神经网络等；第8章介绍LSTM循环神经网络，包括梯度弥散现象、长短期记忆网络、通过TensorFlow实现一个简单的LSTM；第9章深入讨论TensorFlow，讲解机器学习框架、计算图、神经网络与计算图、TensorFlow中的数据流图、使用GPU、数据可视化工具TensorBoard等；第10章为TensorFlow案例实践，包括构建TensorFlow的图片分类系统、准备代码和训练集、构造模型计算图、训练模型、评估模型的性能、多GPU训练等。本书旨在帮助具有较少数学基础并期望在深度学习上有所作为的学习者，希望为他们提供一个快速上手深度学习的实战教程。本书适合阅读的读者包括相关专业的本科生或研究生，以及不具有机器学习或统计知识背景但想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

模糊信息处理是智能信息处理的重要方向。本书是关于模糊信息处理理论与应用的一部专著。全书共12章，系统地阐述模糊集合、模糊关系、模糊逻辑、语言变量和模糊不确定性等模糊集合与模糊系统的基础理论，对模糊信息处理在模糊聚类、模糊神经网络、模糊识别技术、模糊图像分割以及目标跟踪的模糊信息方法等方面的理论和应用进行深入分析，给出相应的技术与方法。

情节像探险小说一样吸引人的乐高机器人设计书 用五个生动的机器人案例，教你思考如何设计机器人开展玛雅历险 中文乐高论坛核心团队精心翻译解读。 “我要从哪里开始？设计机器人应该从哪里开始？”这是机器人“新手”常见的问题。而本书的核心就是要回答这个问题。 ●教你关注机器人的工作环境和任务详情 ●教你机器人的设计思路 ●教你如何测试机器人 ●教你搭建和编程知识 参加各种机器人竞赛的教练和队员、机器人课程的老师和学生，还有机器人爱好者们，都会从本书中受益匪浅。

本书开篇以丰田日美轿车的通信应对为引子，引出人工智能孕育新的创新时代这一庞大而富有远见的课题，而深度学习的研究课题恰恰是要解决现实世界存在的问题。在比较了人工智能、机器学习和深度学习之后，讲述深度学习的机制，给出深度学习面向未来的扩展应用，包括支持自动驾驶、超y人类目视识别图像的能力、深度理解文章的文本分析能力、跨越语言障碍的机器翻译能力等。在企业应用方面，深度学习也有着不可估量的巨大作用。其中包括钻井工程的自动优化、导航系统优化、汽车数据检索、信用卡作弊检测等。后，本书给出了数据框架的利用方式，并对深度学习的未来进行了展望。

在互联网时代，一种新的办公模式正影响着广大职场人士，那就是智能移动办公。本书运用计算机、移动终端和智能手机三大工具，来帮助企业重新定义工作，从而实现高效现代化办公。 本书介绍了市场上主流的沟通、协同办公工具，如企业微信、阿里钉钉、IMO班聊、汇讯WiseUC、Worktile和坚果云等。特别适合需要协同办公的企业和单位使用，通过这些工具，能让管理者、高端商务人士和业务精英以及其他办公人员摆脱时间和空间的束缚，工作也将更加轻松有效。

本书是为大学本科、研究生学习参考材料，以讲原理、完全开放源代码、使用公开数据集、实验效果演示为特色。既适合本科生、研究生教学使用，也适合自学。 为了配合教师教学及同学们自学，本书提供了配套教学的ppt和所有章节的源代码。

深度学习已经成为人工智能炙手可热的技术，PyTorch是一个较新的、容易上手的深度学习开源框架，目前已得到广泛应用。《深度学习框架PyTorch快速开发与实战》从PyTorch框架结构出发，通过案例主要介绍了线性回归、逻辑回归、前馈神经网络、卷积神经网络、循环神经网络、自编码模型、以及生成对抗网络。《深度学习框架PyTorch快速开发与实战》作为深度学习的入门教材，省略了大量的数学模型推导，适合深度学习初学者，人工智能领域的从业者，以及深度学习感兴趣的人阅读。

人工智能领域正在以超乎人们想象的速度发展，本书赶在人工智能彻底占领世界之前完成编写，实属万幸。书中收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发，不仅囊括了机器学习的基本知识，而且还包含了成为出众算法工程师的相关技能，更重要的是凝聚了笔者对人工智能领域的一颗热忱之心，旨在培养读者发现问题、解决问题、扩展问题的能力，建立对机器学习的热爱，共绘人工智能世界的宏伟蓝图。 “不积跬步，无以至千里”，本书将从特征工程、模型评估、降维等经典机器学习领域出发，构建一个算法工程师必-备的知识体系；见神经网络、强化学习、生成对抗网络等新科研进展之微，知深度学习领域胜败兴衰之著；“博观而约取，厚积而薄发”，在末一章为读者展示生活中各种yin领时代的人工智能应用。

随着智能办公机器人、扫地机器人、聊天机器人等不断进入大众的视野，机器人再也不只是科幻片中的虚拟角色。本书中的制作项目分为初级机器人、简单智能机器人和复杂智能机器人3个层次，详细介绍了13种有趣的机器人的制作方法。它们有的可以绘制出美丽的曲线，有的可以提醒我们及时给花草浇水，还有的甚zhi是“探路者”火星漫游车的复制品。制作中使用的工具在我们的日常生活中都可以轻松找到，不需要十分昂贵的元器件，并且从书中你也会学到一些简单的编程方法。还在等什么，快快行动吧，下一个机器人工程师jiu是你！