《情感计算手册》是一部内容全面而又权威的综合性手册，可用于教学、研究与实践参考，内容涉及情感计算的理论与模型、检测与识别、生成技术、方法论和数据库及其应用。每一章都是由该领域的权威专家撰写而成。通过阅读本著作，读者既可以对该领域有一个全面的了解，又可以知晓该领域在整个情感计算体系中的位置与作用。

随着科技的进步，互联网逐渐从电脑、手机屏幕走向VR、AR、智能座舱、智能家居等三维空间，为了让用户更自然地获取信息，多模态交互将起到关键作用。本书从人工智能、用户体验和技术的角度出发，介绍不同模态之间的差异，本书重点讲解语音交互设计、手势设计、图形和语音界面融合设计三个方面的知识。 本书适合从事人工智能、语音交互、VR、AR、智能座舱和智能家居的产品经理和设计师阅读，希望本书能帮助读者更清晰地知道未来的科技走向。

机器学习是人工智能发展和研究过程中得到最广泛重视和应用的方向，与人工智能并行发展的量子计算，其被广泛关注的领域之一是量子机器学习算法。量子计算的到来使现有的密码算法受到冲击，而建立在密码学大厦之上的区块链技术也将受到影响，基于量子密码体系的区块链即量子区块链系统便是一种探索。本书主要对机器学习、深度学习、区块链和量子计算技术及其应用进行全面介绍和论述，主要内容包括机器学习基础原理、量子信息与量子计算、量子计算与机器学习、区块链技术基础、区块链技术应用、量子区块链初探。

本书是一本介绍智能运维的实战指南，聚焦实际应用场景，通过十余个实战案例，详细讲解每个场景中的痛点、适用的算法、试验和*终方案，系统介绍了AI技术在运维工作中的应用。本书内容分为3部分，第1部分是智能运维、人工智能的概念和发展趋势，包括第1、2章；第2部分是智能运维中需要用到的人工智能技术和算法，包括第3、4、5章；第3部分是智能运维实战案例，包括第6~11章。 本书适合从事企业数字化转型建设工作的一线从业者、管理者，尤其适合在ICT领域从事运维工作的人员学习。

《TensorFlow深度学习——手把手教你掌握100个精彩案例（Python版）（人工智能科学与技术丛书）》是一本系统论述TensorFlow编程的新形态图书（含纸质图书、程序代码及微课视频）。全书分为22章：第1～5章介绍了TensorFlow基础；第6～8章介绍了神经网络多层感知层编程；第9～12章介绍了人工智能数学；第13章介绍了存储和读取；第14章介绍了回归预测数据结果；第15～17章介绍了图形辨识和CNN；第18～20章介绍了CNN数学基础；第21～22章介绍了物体的影像辨识。为便于读者高效学习，快速掌握人工智能和机器学习编程与实践，该书提供所有实例的完整源代码，并配套制作了微课视频。《TensorFlow深度学习——手把手教你掌握100个精彩案例（Python版）（人工智能科学与技术丛书）》适合作为广大高校计算机专业相关课程的教材，也可以作为从事深度学习与机器学习技术开发者的参考用书。

本书以河北工业大学徐桂芝教授带领的生物电磁团队近20多年在脑科学与脑认知方面的研究成果为核心，总结分析了国内外该领域的研究动态及发展趋势，反映了当代脑电与脑网络技术的发展。全书共11章，主要讲述脑电信号采集与处理、脑电事件相关电位、脑电源定位及其求解方法、脑网络构建与分析、脑机交互及脑功能网络技术应用等内容。本书在介绍基本原理、基本概念等理论知识的基础上，由浅入深、循序渐进，涉及大量相关领域的科学研究与应用，有益于读者加深对相关基础知识的理解，同时拓宽知识面，培养学术能力。本书可供相关专业高年级本科生、研究生和科研人员使用。

本书主要论述了基于人工智能的自主磨抛系统构建一般性方法、流程以及核心技术，主要从以下三部分进行论述：第一部分首先对磨削抛光以及工业机器人的背景知识及基础理论进行概述；第二部分论述了基于人工智能的自主磨抛系统的整体构建过程，从系统的构建方案及软硬件组成开始，依次介绍了磨抛系统的核心技术：控制策略、轨迹规划和机器视觉系统，并对整体系统的辅助部分进行了简要介绍；第三部分则给出了智能自主磨抛系统在工业实践中的应用案例。

本书介绍机器视觉的构成、图像处理方法以及应用实例，主要包括：图像形成和处理技术、图像特征提取、基于多幅图像的立体视觉技术、深度学习等，特别强调了HALCON软件在工程应用上的应用方法，并给出了大量数字图像处理技术的HALCON实现程序。在实例中强调了如何用HALCON图像处理算子解决工程中、特别是机器人视觉控制中的实际问题、难题。本书可作为高等理工科院校智能制造、电子信息、机械电子等专业的本科生教材，也可作为研究生以及从事图像研究的科研工作者的学习参考用书。

《Python深度学习（第2版）》系统地讲解了机器学习、深度学习、强化学习理论知识，揭秘了各种神经网络架构如卷积神经网络、循环神经网络、长短期记忆网络和胶囊网络背后的原理和实际应用；讲解了如何使用高性能的算法和常用的Python框架来进行训练，以及如何解决计算机视觉、自然语言处理和语音识别等领域的问题；还讲解了生成模型方法以及如何使用变分自编码器和生成式对抗网络来生成图像；最后深入研究强化学习的新发展领域，并介绍了一些先进热门游戏Go、Atari和Dota背后的算法。学习完本书，读者可以精通深度学习理论及其在现实世界中的应用。 《Python深度学习（第2版）》一书面向数据科学从业者、机器学习工程师以及对深度学习感兴趣的读者，也适合作为高校计算机专业的教材使用。

本书是一本创建真实世界智能系统的问题解决指南。提供了一种包含概念、实践、实际示例和代码示例的综合方法，教给读者理解和解决机器学习不同问题所需的重要技能。通过介绍Python机器学习生态系统中的真实案例研究，教授成为一个成功的实践者所必需的机器学习技术。本书还侧重于机器学习的基础知识，以解决不同领域的真实世界案例，包括生物医学信号分析、医疗保健、安全、经济和金融。此外，它涵盖了广泛的机器学习模型，包括回归、分类和预测。