本书为读者可视化地呈现了人工智能领域的知识架构、学习路线、常用教材、在线课程、学习工具和常用网站，从而全方位地为读者学习人工智能提供指引，帮助读者精准而高效地学习人工智能，达到快速入门和进阶的目的。本书内容包括7 个部分：第1 部分阐述“人工智能是什么”的问题；第2 部分解决“人工智能学什么”的问题，即要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习；第3 ～ 第5 部分为第2 部分的具体展开，描述“人工智能怎么学”的问题，即分别描述了人工智能的理论基础、编程技术、专业领域知识这三个层面该怎么学；第6 部分解决“人工智能前沿信息获取”的问题；第7 部分解决“人工智能论文写作与发表”的问题。

机器人手册第1卷机器人基础》共分两篇，分别为机器人学基础和机器人结构。机器人学基础篇介绍了在模型、设计和控制机器人系统过程中用到的基本原则和方法，包括运动学、动力学、机构与驱动、传感与估计、运动规划、动作控制、力控制、机器人体系结构与程序设计、机器人智能推理方法。这些主题将被拓展和应用到特殊的机器人结构和系统中。机器人结构篇既阐述了机器人的性能评价与设计标准、模型识别，又介绍了运动学冗余机械臂、并联机器人、具有柔性元件的机器人、机器人手、有腿机器人、轮式机器人、微型和纳米机器人的结构。探讨了在实际物理实现过程中的设计、模型、运动计划和控制等问题。 本手册内容深入浅出，并附有大量的科研实例，便于自学和应用，可作为机器人、人工智能、自动化控制以及计算机应用等专业科研人员、高校师生的参考用书，也可作为相关专业本科生或研究生的参考教材，还可供机器人业余爱好者参考

《机器人手册第2卷 机器人技术》共分3篇，详细介绍了机器人的传感与感知、操作与接口、移动式和分布式机器人技术。 传感与感知篇介绍用于生成机器人模型及外部环境的机器人的不同感觉形态和跨时空传感数据整合。包括力和触觉传感器、惯性传感器、全球定位系统和里程仪、声呐感测、距离传感器、三维视觉及识别、视觉伺服与视觉跟踪、多传感器数据融合。 操作与接口篇介绍了机器人与物体之间，机器人与人之间，机器人之间的交互。涵盖了面向操作任务的运动、接触环境的建模与作业、抓取、合作机械手、触觉学、遥操作机器人、网络遥操作机器人及人体机能增强型外骨骼。 移动式和分布式机器人篇介绍了轮式机器人运动控制、运动规划和避障、环境建模、同时定位与建图、基于行为的系统、分布式和单元式机器人、多机器人系统及网络机器人技术。

本书在理解算法如何工作和如何更好地调整模型之间架起一座桥梁。本书将帮助你掌握开发主要机器学习模型的技能，包括监督和无监督学习（其中包括线性/对率回归）、决策树、随机森林、梯度提升机（GBM）、神经网络、k均值聚类、主成分分析和推荐系统。你将通过应用于文本挖掘的CNN、RNN和Word2vec接触到*新的深度学习，并学习相关理论和案例研究，如情感分类、欺诈检测、推荐系统和图像识别等，以便获得工业中使用的绝大多数机器学习算法的*佳理论和实践。除了学习算法，你还将接触到在所有主要云服务提供商上运行的机器学习模型。本书适合从事AI行业的工程师，以及希望从事数据科学工作的IT人员阅读，并可以供数据科学家工作时参考使用。

本书首先针对Preisach迟滞模型描述的Hammerstein系统，提出了一致分段下三角矩阵方法辨识Preisach密度函数，避免了“擦除”的影向，并目采用Hanke 矩阵估计系统阶次，放松了盲辨课的条件：在此其础上设计了逆模型控制和滑模控制组成的混合控制器控制该Hammerstein系统。针对Backlash类迟滞非线性系统，为了简化控制器设计，将矢量误差转化为标量误差，并提出了规定性能函数保证控制精度收敛在规定性能范围内，并改进简化了现有规定性能函数。针对Prandtl-lshlinskii迟滞模型描述的非线性系统，提出了采用 Hopfield神经网络辨识系统未知参数，并设计了自适应控制策略。针对Bouc-Wen模型描述的迟滞韭线性系统，提出了扩张状态观测器观测系统未知状态并采用回声神经网络估计系统未知非线性和其他扰动，并提出了自适应滑模控制精确控制Bouc-Wen迟滞非线性系统。

《漫话人工智能：从二进制到未来智能社会》是一本面向大众尤其是青少年的人工智能科普书籍，从介绍人工智能背后的逻辑、数学引入主题，接着用生动的语言将计算机和人工智能的诞生、算法科学、机器学习与大数据、计算机视觉、语音识别等有趣的知识融入本书，最后科普了人工智能在智能农业、智能医疗、自动驾驶等不同领域的应用。本书具有语言生动、图文并茂、贴近生活等特点，具体论述如上。本书的主要读者对象为中小学生（小学高年级至高中的青少年应该都能够顺利理解本书），对人工智能感兴趣的零基础成年人也可以选择阅读本书，来对人工智能技术有一个基本的了解。

本书主要介绍了智能计算技术相关的理论方法与关键技术，并对典型的应用领域与平台也进行了相关介绍和讨论。全书共10章，简要介绍智能的起源、智能与计算等研究背景及意义，详细介绍了机器学习、深度学习等模型与算法及其应用，着重介绍了图神经网络模型、网学习模型、神经网络架构搜索和大数据资源服务等技术，并面向智能交通和网络交易支付等领域和场景详细介绍了智能技术相关的应用。

本书主要介绍移动机器人的分类、直流电机及其控制、控制理论概述、移动机器人控制技术、SLAM技术、用SLAM技术构建自主移动机器人控制系统等。内容由浅入深，既介绍了不同控制方法的优缺点，又针对不同的控制方法提出有待研究的课题。

本书在全面概述预训练语言模型演进过程并对BERTology模型详尽综述的基础上，将深度学习预训练模型理论和金融行业实践相结合，介绍了深度学习预训练模型在人工智能产业、金融行业、金融科技领域的实战项目案例，专注于金融文本情绪分类典型应用场景，揭示出特定领域预训练模型潜在的一般规律。全书共分7章，分别为： 预训练模型与金融文本情绪分类任务、预训练语言模型关键技术、面向中文金融文本情绪分类的预训练模型对比、FinWoBERT： 中文金融领域增强预训练模型、GANFinWoBERT： 对抗训练的中文金融预训练模型、FinWoBERT+ConvLSTM： 基于投资者情绪权重的科创50指数预测、总结与展望，每章内容随项目实践的深入层层递进、逐步展开。 本书适合自然语言处理、金融科技领域的研究人员和技术人员，高等学校或培训机构教师和学生以及有意了解相关领域的学习者和爱好者阅读。

主要内容 ● 将云端AI服务应用至现有平台 ● 设计和构建可扩展的数据管道 ● 调试和诊断AI服务 ● 快速掌握无服务器模板