《基于H2O的机器学习实用方法：一种强大的可扩展的人工智能和深度学习技术》主要介绍了H2O的基本概念和应用。全书共11章，首先介绍了H2O在R和Python下的安装和启动、数据导入/导出和操作以及本书所用的三种不同示例数据集和常用的模型参数。然后分别介绍了随机森林、梯度推进机、线性模型、深度学习和无监督式学习等算法在三种不同数据集中的应用，分析对比了默认算法和改进算法的性能。另外，还讨论了相关其他内容。

数年来，几乎每天都能听到关于人工智能的重大新闻，其间，笔者针对人工智能的产业应用问题展开了一系列思考和研究，并得出了一些结论，本书即是对这些的总结。 本书分三大部分，第 I 部考察 AI 在特定行业和业务中的应用前景；具体论及 AI 的发展程度、人工智能如何改变人类特别是白领阶层的工作、AI与IoT的关系，此外该部分还针对几种不同类型的 AI 所擅长的领域，分别就“分析”“识别/认知”“学习/对话” 三方面展开论述，探索了 伴随AI 发展不同领域内的企业和社会将发生怎样的变化。 在第 II 部中，前两章是关于如何充分运用 AI 开发新服务以及怎样维护既存服务的相关内容。之后的章节中将举出其他行业、公司内部具体部门等例子，同时附带具体事例展开论述。针对 AI在制造业、广告/市场营销，以及令人稍感意外的农林水产领域中的应用进行考察后，不难发现 IT 只有与其他相关行业相结合才能继续发展下去，而这其中与人才、人事方面的结合尤为重要。 第 III 部围绕与其它国家AI研究、应用的对比，就AI 在不同领域中的渗透所引发的行业重组等问题展开说明，思考应该怎样推动AI的研发和利用。 不论读者是对 AI 的产业应用感兴趣，还是想了解 AI 社会下人类的作用，抑或理想的教育状态等，都能够从本书中获得有用的经验。

作为一款轻量级、模块化的开源深度学习框架，Keras以容易上手、利于快速原型实现、能够与TensorFlow和Theano等后端计算平台很好兼容等优点，深受众多开发人员和研究人员的喜爱。本书结合大量实例，简明扼要地介绍了目前热门的神经网络技术和深度学习技术。从经典的多层感知机到用于图像处理的深度卷积网络，从处理序列化数据的循环网络到伪造仿真数据的生成对抗网络，从词嵌入到AI游戏应用中的强化学习，本书带领读者一层一层揭开深度学习的面纱，并在逐渐清晰的理论框架下，提供多个Python编码实例，方便读者动手实践。通过阅读本书，读者不仅能学会使用Keras快捷构建各个类型的深度网络，还可以按需自定义网络层和后端功能，从而提升自己的AI编程能力，在成为深度学习专家的路上更进一步。

随着人工智能、大数据、云计算等新兴技术的发展，安防行业面临转型升级。本书针对安防行业重点关注的“人、车、物”三个关键目标，结合平安城市建设成果，介绍了重点人员、重点区域和重点部位的布控方法和跟踪方案；介绍了射频识别、人脸识别和车牌识别等应用技术，特别是人脸识别应用已经呈井喷式应用状态；介绍了公安部门对图侦手段与大数据分析研判平台的研究和使用。

本书以MATLAB R2017a为平台，以智能算法为背景，全面详细地介绍了人工智能的各种新型算法。本书内容以理论为基础，以实际应用为主导，循序渐进地向读者讲解怎样利用MATLAB智能算法解决实际问题。全书共13章，主要内容包括MATLAB R2017a软件的基础知识、智能算法的理论、人工神经网络算法、模糊逻辑控制算法、粒子群算法、蚁群算法、模拟退火算法、遗传算法、免疫算法、禁忌搜索算法、支持向量机算法及小波分析算法等。

本书摒弃了枯燥的理论推导，以大量实战应用案例及知识模块等内容帮助机器学习领域的初、中级程序员踏实通过深度学习的技术门槛，切实提升开发技能，积累开发经验。 实战应用案例丰富，深入浅出地解析深度学习的方法论和深度学习实战应用是本书的一大特色，全书详细讲述了深度学习中涉及的神经网络基础知识、方法论解析与核心技术；同时从12个落地实践角度阐述了深度学习的实践应用。此外，本书中所有案例的代码程序均可以运行，读者按照相应说明，即可得到预期效果，希望本书的努力可以为读者在深度学习领域提供一定帮助，这就是我们的动力与追求。

深度学习是人工智能的前沿技术。《深度学习之美》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美》共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。 《深度学习之美》结构完整、行文流畅，是一本难得的零基础入门、图文并茂、通俗易懂、理论结合实战的深度学习书籍。

深度学习的概念源于人工神经网络的研究，它是机器学习中一种基于对数据进行表征学习的方法。本书是一本详细的、实用的深度学习实践指南。它共有8 章，详细讲解了深度神经网络、Elman 神经网络、Jordan 神经网络、自编码器、堆叠自编码器、限制玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数字公式，它旨在解释深度学习模型是如何工作的，让读者学会如何构建成功的深度学习模型，并将其用于数据挖掘，从而让读者迅速地学以致用，可以用深度学习构建更智能的应用。本书适合数据科学家、各领域的研究人员阅读，也适合其他对深度学习感兴趣的人士阅读。

本书在介绍ROS总体框架和理论要点的基础上，讲解ROS的通信机制、常用组件和进阶功能；同时以实践为主，讲解机器视觉、机器听觉、SLAM与导航、机械臂控制、机器学习等多种ROS应用的主要原理和实现方法；并分析基于ROS的机器人系统设计方法和典型实例；后论述ROS2的框架特点和使用方法，剖析ROS的发展方向。

随着人工智能热潮的兴起，企业对人工智能领域产品经理的人才需求也开始井喷，人工智能产品经理成为顺应时代潮流的重要人力资源。实际上，人工智能确实给现有的产品和服务带来了全方位的升级，这也给产品经理从业人员提出了更高的要求，是关注人工智能产品的产品经理们面临的一次关键转型考验。 《人工智能产品经理——AI时代PM修炼手册》从知识体系、能力模型、沟通技巧等方面帮助大家系统地梳理了人工智能产品经理所必备的基本素质和技能，旨在帮助产品经理找到转型升级的佳学习路线，以成为合格的人工智能产品经理。 《人工智能产品经理——AI时代PM修炼手册》适合现阶段从事产品经理工作的人士转型做人工智能产品时学习，也适合以人工智能产品经理为职业理想的人士阅读。另外，人工智能领域的企业负责人和技术骨干也适合阅读《人工智能产品经理——AI时代PM修炼手册》，以了解企业的技术人才需求。