人工智能是社会发展和技术创新的产物，是促进人类进步的重要技术形态。人工智能发展至今，已经成为新一轮科技革命和产业变革的核心驱动力，对各行各业均产生了深远和广泛的影响。各类人工智能技术已经被广泛应用于生产生活、科研教育、公共建设等众多领域。人工智能前沿技术是引领人工智能2.0时代发展的风向标。本书将展开回顾近年来人工智能技术的发展历史，介绍人工智能技术的Z新发展情况、在各行各业的Z新应用及其可能带来的问题，本书的Z后，针对人工智能技术发展的潜在风险，作者将着力探讨可行的解决方案。

本书基于Python 3.7版本软件编写，全书围绕推荐模型的开发实践，为读者重点展示了各种不同类型的推荐模型开发过程及其在多种业务场景下的应用。本书分为四个部分，第一部分包含推荐系统的前世今生及其涉及的基础数学知识，简单介绍了推荐系统的发展过程及从事推荐模型研发所需要的数学知识；第二部分重点介绍不同类型的推荐算法在多种应用场景下的开发实践，包括协同过滤、矩阵分解、Logistic回归、决策树、集成学习、因子分解与深度学习模型；第三部分介绍了推荐系统的冷启动问题及效果评估方法；第四部分通过行业真实案例，比如广告点击率预测、金融产品精准营销、电影推荐、音乐推荐、产品交叉销售等，深入浅出、循序渐进的介绍了推荐模型开发的全过程。本书内容精炼、案例丰富，实践性极强，可快速学习上手实践，值得一读，特别适合在企业中从事推荐模型开发、数据分析挖掘、机器学习研发等工作的人员使用，同样适合想从事数据挖掘工作的各大中专院校的学生与教师，以及其他对推荐系统领域有兴趣爱好的各类人员使用

全书共分四个模块： 介绍Python基础知识、人工智能的数学基础知识、人工智能的常用算法及各算法的应用场景、常用算法在人工智能主要领域的应用探究。在介绍各知识模块时，均以Python来实现。全书的重点在人工智能各领域所涉及到的各种算法，以及如何用这些算法来解决实际问题。目前，关于市场上关于这方面的书籍所介绍的知识都比较零散，都属于专题性质，从数学到数据结构再到算法研究及算法在人工智能领域中的应用，这种的构思是比较独特。 本书可以作为高等院校人工智能导论课程，同量对研究人工智能的各类人员有非常高的参考价值。

随着人工智能的飞速发展，人工智能赋能教学取得长足发展。本书通过对国内外人工智能教育应用案例的分析，阐明多模态学习分析、适应性反馈、人机协同等正成为当下人工智能教育的主要应用范畴。人工智能依据学情感知对学习做出智能评估和预测，可为学习者的适应性学习提供技术性支持与保障。本书还以IBMWatson系统的应用为例，阐述了人工智能教育应用与新时代育人目标相契合，正在推进学生核心能力的发展。

本书主要介绍知识系统、知识服务、知识管理及知识工程的相关内容，共三个部分。第一部分主要介绍知识系统与知识服务，这部分从知识的定义出发，阐述知识服务的产生及与知识系统的关系，并详细介绍了四种典型的知识系统，着重介绍其发展历史、种类特征和体系框架等。第二部分主要介绍知识管理与知识工程，这部分内容围绕知识管理展开，涵盖知识管理的产生与发展、关键技术、系统类型及常用的知识管理平台等。第三部分重点分析当前知识系统中的重点、难点和关键技术，并且详细介绍作者科研团队在知识鉴别、知识分析、知识导航、专家推荐及知识云等方面的**研究成果。与此同时，本书还介绍作者科研团队提出的创新算法在知识系统中的应用，并以原型系统的形式予以展示。

本书主要包括两部分。第1部分（第1章-第11章）讲解了如何使用TensorFlow来创建不同应用场景的机器学习模型。该部分介绍TensorFlow、计算机视觉、自然语言处理和序列建模。第二部分（第12章-第20章）将引导你了解如何将模型置于 Android 和 iOS 上的用户手中、使用 JavaScript 的浏览器以及通过云提供服务的场景。

本书以手势识别技术理论与应用为主题，系统地介绍了该领域常用的数据集，以及基于手工特征、卷积神经网络、循环神经网络及其变种、多模态数据融合与注意力机制等实现的手势识别算法。此外，本书还结合作者的开发经验，介绍了手势识别在真实场景中的应用，旨在使读者在了解相关技术的同时提升实际应用能力。 \n本书既适合从事计算机视觉和人工智能领域研究的技术人员阅读，也可以作为高等院校相关专业师生的参考教材。 \n

本书对中国内陆干旱地域畜牧文化进行了深入研究。首先从文化人类学的视角探究了作为畜牧生活的基本技术的拾粪行为。其次，整理和分类了其家畜粪的复杂的名称体系。在此基础上，参与观察和记录了畜粪利用体系。通过本研究，建立了“拾粪行为”、“畜粪名称”、“畜粪利用”为主的畜粪文化三位一体论，发现游牧文化显著的物质文化载体“畜粪”。新的畜牧文化论和新的研究领域的开创是本研究的理论价值所在。书稿文图并茂，附录了有关畜粪文化关联的图片和解说词。本研究力图打破原有的畜牧社会·畜牧文化的研究体系，建立新的畜粪文化论。

这本书系统阐述了深度学习方法论在道路短期交通状态时空序列预测领域的**研究成果。需要着重说明以下几点：（1）领域限定在了道路交通，因为交通是个大系统，存在着航空、水运、道路等多种运输方式，而本书所阐述的研究均是针对道路交通领域的数据以及面向道路交通领域的应用；（2）本书所讨论的研究问题是道路短期交通状态时空序列预测问题，该问题是时空数据挖掘领域中时空预测问题的一个重要子集，在本书的第1章中将会对这个问题进行数学上的形式化定义；（3）本书针对道路短期交通状态时空序列预测问题的讨论，完全是基于深度学习的方法论，所参考的文献绝大部分发表于2017年以后，并不涵盖前人对该研究问题所采用的全部方法论（如ARIMA，卡尔曼滤波、SVR等）。

《Scikit-Learn机器学习核心技术与实践》循序渐进地讲解了使用 Scikit-Learn 开发机器学习程序的核心知识，并通过具体实例的实现过程演练了使用 Scikit-Learn 的方法和流程。全书共10章，包括人工智能与Scikit-Learn 简介，加载数据集，监督学习，无监督学习，模型选择和评估，数据集转换，实现大数据计算，英超联赛比分预测系统（Matplotlib+Scikit-Learn+Flask+Pandas），AI考勤管理系统（face-recognition+Matplotlib+ Django+Scikit-Learn+Dlib），实时电影推荐系统（Scikit-Learn+Flask+Pandas）。本书简洁而不失其技术深度，内容丰富全面，易于阅读。 \n《Scikit-Learn机器学习核心技术与实践》适用于已经了解Python语言基础语法的读者，以及想进一步学习机器学习和深度学习技术的读者，还可以作为大专院校相关专业的师生用书和培训学校的专业教材。 \n