《图解人工智能大全》由日本著名人工智能（AI）研究机构首席研究员和高级研究员撰写。作为AI 的入门读物，本书旨在以简单易懂的语言向专业人士和普通读者介绍AI 的基础、前沿的商务案例，以及AI 系统构筑的注意事项等相关知识。考虑到有些读者可能不具备相关的专业知识，本书使用了大量图片，以帮助读者理解文字内容。 《图解人工智能大全》的主要内容包括AI 的发展历史，语音识别、图像识别、自然语言处理等AI 技术，AI 在零售、金融、汽车、医疗、制造等各行业中的应用，开发AI 系统所需的工具，AI 开发中尤为重要的知识产权问题，CNN、RNN、深度强化学习等具有代表性的方法，AI 对就业及人类能力的影响，以及目前人工智能企业及其擅长领域的鸟瞰图。 本书适合所有对人工智能感兴趣的读者阅读，也可作为从事人工智能开发工作的入门书。

《机器学习：贝叶斯和优化方法（原书第2版）》对所有重要的机器学习方法和新近研究趋势进行了深入探索，通过讲解监督学习的两大支柱——回归和分类，站在全景视角将这些繁杂的方法一一打通，形成了明晰的机器学习知识体系。新版对内容做了全面更新，使各章内容相对独立。全书聚焦于数学理论背后的物理推理，关注贴近应用层的方法和算法，并辅以大量实例和习题，适合该领域的科研人员和工程师阅读，也适合学习模式识别、统计/自适应信号处理、统计/贝叶斯学习、稀疏建模和深度学习等课程的学生参考。此外，《机器学习：贝叶斯和优化方法（原书第2版）》的所有代码均可免费下载，包含MATLAB和Python两个版本。《机器学习：贝叶斯和优化方法（原书第2版）》重要更新及特色：重写了关于神经网络和深度学习的章节，以反映自第1版以来的研究进展。这一章从感知器和前馈神经网络的基础概念开始讨论，对深度网络进行了深入研究，涵盖较新的优化算法、批标准化、正则化技术（如Dropout方法）、CNN和RNN、注意力机制、对抗样本和对抗训练、胶囊网络、生成架构（如RBM）、变分自编码器和GAN。扩展了关于贝叶斯学习的内容，包括非参数贝叶斯方法，重点讨论中国餐馆过程（CRP）和印度自助餐过程（IBP）。追踪新的研究趋势，包括稀疏、凸分析与凸优化、在线分布式算法、RKH空间学习、贝叶斯推断、图模型与隐马尔可夫模型、粒子滤波、深度学习、字典学习和潜变量建模等。提供实用案例分析，包括蛋白质折叠预测、光学字符识别、文本作者身份识别、fMRI数据分析、变点检测、高光谱图像分离、目标定位等。

认知的高度决定了你创造价值的高度，包括你对世界的认知及世界对你的认知。知识图谱与认知智能技术的发展，既孕育了圈层变更的机会，也带来了人、机器、企业如何协同与博弈的难题。 本书总计12章，从理论到产业应用对知识图谱与认知智能进行了介绍。第1～7章围绕知识图谱与认知智能的需求，以用户、设备、企业为中心，讲解知识体系建设、知识图谱构建、知识存储、知识推理的基本原理与关键技术。第8～12章讲解如何运用知识图谱与认知智能技术，构建产品化及系统化解决方案，以满足企业营销、服务、供应链、生产、运维、经营管理、数据交易等应用场景的业务需求。 读者通过本书可以了解企业认知智能的原理、应用方法、执行策略，以此构建企业认知博弈的优异策略。企业数据智能相关从业者可以参考本书，构建以用户为中心的企业认知智能解决方案，通过人机协同的方式，实现对业务的认知与引导，并从业务演变中获益。此外，本书可以作为自然语言处理、知识工程、人工智能、社会计算等相关课程的教材。

本书首先介绍深度学习方面的数学知识与Python基础知识，线性模型中的线性回归模型和logistic模型；然后讲述正向传播算法、反向传播算法及深度神经网络的完整训练流程，输出层的激活函数和隐藏层的常见激活函数，深度学习的过拟合和欠拟合，应对过拟合的方法，以及使用TensorFlow 2建立深度神经网络模型的步骤；接着介绍卷积神经网络及其两个重要的组成部分—卷积和池化，以及如何使用TensorFlow 2建立卷积神经网络；最后讨论如何从零开始实现循环神经网络，如何搭建深度学习框架，如何使用TensorFlow 2建立循环神经网络模型。本书既可供从事人工智能方面研究的专业人士阅读，也可供计算机专业的师生阅读。

从互联网，到移动互联网、云计算和大数据，全面云化的“云原生”时代已然来临。在云原生架构的助推下，数字化转型正在开启“第四次工业革命”。从蒸汽、电力到信息，进入到第四次工业革命，以大数据为驱动的人工智能技术是开发者的必备技能。作为《新程序员003：云原生和全面数字化实践》两大主题，“云原生时代的开发者”和“全面数字化转型”分别从观点、理论、思维、方法、案例等维度，通过50余位资深技术专家倾力创作，旨在为技术管理/决策者提供前沿产业分析和管理方法，以及为初、中、高级程序员/开发者提供科学思维和一线实操经验。本书以音视频、图文等丰富形式为载体，纸书+电子书同步发行，满足读者在各种场景下的视听需求。 读者对象：本书高屋建瓴的产业分析和趋势预判适合技术管理/决策者参考。同时，资深专家的方法经验也为初、中、高级程序员/开发者提供了可借鉴的专业路径。 一句概要：成就云原生时代的数字化转型开发者 两大主题：云原生+数字化转型 三种呈现：文+图+视频 四维输出：观点+理论+方法+实践

在大数据和人工智能时代，如何在享受新技术带来的便利性的同时保护自己的隐私，是一个重要的问题。《隐私计算》系统讲解了隐私计算的基础技术和实践案例，全书共有11 章，按层次划分为三部分。第一部分全面系统地阐述隐私加密计算技术，包括秘密共享、同态加密、不经意传输和混淆电路。第二部分介绍隐私保护计算技术，包括差分隐私、可信执行环境和联邦学习。第三部分介绍基于隐私计算技术构建的隐私计算平台和实践案例，隐私计算平台主要包括面向联邦学习的FATE 平台和加密数据库的CryptDB 系统等五个平台，以及隐私计算平台的效率问题和常见的加速策略；实践案例部分主要介绍包括金融营销与风控、广告计费、广告推荐、数据查询、医疗、语音识别及政务等领域的应用案例。此外，《隐私计算》还展望了隐私计算未来的研究和落地方向。在附录中介绍了当前新的中国数据保护法律概况。 《隐私计算》可供计算机科学、隐私保护、大数据和人工智能相关专业的学生，以及对隐私计算有兴趣的相关从业者阅读，也适合从事隐私保护相关研究的研究人员、法律法规制定者和政府监管部门阅读。

随着语音算法技术的不断发展与完善，如何进行工程落地成为语音商业应用中普遍面临的问题。工程落地不仅要考虑模型效果，还要考虑资源占用、模块联调且整个架构要具有可靠性、可扩展性和可维护性。 本书围绕如何从零构建一个完整的语音识别系统，深入浅出地介绍了语音识别前端算法、语音识别算法及说话人日志算法原理；基于Kaldi的模型训练；语音识别工程落地和服务搭建。 本书适合作为语音技术研究人员及对语音技术感兴趣的开发人员的参考用书。

《智能制造》从研发的思想出发，介绍智能制造涉及的多个关键技术，包含智能建模、智能优化、智能仿真、智能编程、智能维护、智能制造可靠性、智能物流等多方面内容。该书重点突出智能制造的系统性及其理论方法与应用的可操作性。书中给出大量应用实例及其测试数据和测试过程，以供读者参考。《智能制造》具有一定的理论深度，涉及的知识面较广，但在编写时也兼顾了初学者，可作为高等院校相关专业高年级本科生及研究生的教材，也可作为智能制造行业的科研或工程技术人员的参考书。

《电子制造业智能制造系统：工业互联应用下的自动化解决方案》一书，由理论概述篇、实践路径篇、案例解析篇三个部分组成。其中，理论概述篇包括工业4.0、5G时代、工业4.0与5G对制造企业的冲击和变革；实践路径篇包括智能制造及自动化解决方案、智能自动化方案的实施步骤、自动化解决方案的系统分类、智慧产权专利申请、智能制造与高新（国家）技术企业的推动；案例解析篇包括智能化生产及资源管理方式、创新突破的新科技应用、取代重复性基础劳动力。本书可供电机、电子、机械、自动化、计算机、工业工程规划相关专业学生阅读参考，并可用于从事电子制造业相关智能方案研发、设计、执行的新进人员参考，使企业提前把握对科技人力的需求，使学习与实践能更高效衔接。

本书只需要读者对物理和数学有基本的知识，内容涵盖：机器人学概论、工业机器人机构的基本特征；、机器人机构几何模型、机器人的运动学和动力学、机器人传感器和机器人轨迹规划、机器人视觉、执行器轨迹或力的基本控制方案；带有进给装置和机器人抓手的机器人工作单元。第二版在上一版的基础上扩展了新主题：协作机器人、移动机器人和类人机器人。本书适用作为电气、机械、计算机、土木等专业的机器人学入门课程