本书是一本区分统计数据挖掘和机器学习数据挖掘的图书。它创造性地汇编了数据挖掘技术，解决了对经典和现代统计方法框架的扩展，用于预测建模和大数据分析。SM-DM为数据挖掘领域新晋的数据科学家所面临的共同问题提供了适当的解决方案。它的展示侧重于数据科学家（通常被称为统计学家、数据采矿者和数据分析师）的需求，提供实用但又强大的、简单而又有洞察力的量化技术，其中大部分使用了新机器学习影响改进的“旧”统计方法。

时序逻辑是人工智能和计算机科学领域中的重要建模工具。随着时序逻辑的广泛使用，应用时序逻辑来对复杂系统进行推理和验证的算法也应运而生。其中最成功的方法之一就是Resolution算法，这也是本书的主题。 1965年美国数理逻辑专家鲁滨逊（J. A. Robinson）提出了一条Resolution推理规则，这标志着Resolution算法的起点。因其简洁性（整个推理过程中只使用一条推理规则）和便于机械操作的特点，Resolution算法得到了各国学者的重视，并且在各国学者的推动下发展得非常迅速。经过几十年的发展和持续的改进，到目前为止，Resolution算法在经典逻辑中已经趋于成熟。 本书主要聚焦Resolution算法在时序逻辑领域的研究，详细介绍了把Resolution算法从表达能力较弱的时序逻辑逐渐向表达能力较强的时序逻辑进行拓展和优化的研究成果。主要涉及以下几种时序逻辑： （1）线性时序逻辑（Propositional Linear-Time Temporal Logic） （2）计算树逻辑（Computation Tree Logic）和其扩展（Extended Computation Tree Logic） （3）交互时序逻辑（Alternating-Time Temporal Logic）

本书由近几年发表在各类顶 级期刊和国际会议/研讨会上的论文集结而成，囊括国内外深度学习研究者的成果。本书关注经典的稀疏/低秩模型与强调问题特定的先验性和可解释性的深度网络模型的集成，从而提高模型的学习能力和可解释性，同时更有效地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系，并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。本书适合有一定基础的读者阅读，可扩展关于理论和分析工具的研究思路，并为深度模型的架构和解释提供有益的指导。

本书是以 Pando 机器人以及 CUBE 智能积木套件为载体，引导小学生学习智能机器人、传感器 技术以及图形化编程的入门教程。本书涵盖了机器人的历史、发展、分类以及组成等相关知识，并通过 Pando 机器人与 CUBE 智能积木套件，帮助学生掌握图形化编程的基本方法、常用传感器的基本原理及应用。书中介绍的 Pando 机器人与 CUBE 智能积木套件，采用两种不同的图形化编程方式，既能引导学生举一反三，又能加深学生对计算机编程思想的理解。《人工智能与机器人编程探索书》分为入门篇和进阶篇，本册为入门篇，本书包含大量贴近生活的案例，既能充分地激发学生学习的兴趣，又具有较强的实用性。本书适合对机器人和人工智能感兴趣的读者阅读，可作为学生的课外科普读物。

本书聚焦深度学习算法建模及相关技术，选取医疗、视频、工业三个非常有行业代表性的赛题：瑞金医院MMC人工智能辅助构建知识图谱、阿里巴巴优酷视频增强和超分辨率挑战赛和布匹疵点智能识别，介绍赛题涉及的技术知识和选手的创新思路与模型，对赛题的解决方案从0到1层层拆解。 本书从经典行业案例出发，内容由浅入深、层层递进，既可以作为专业开发者用书，也可以作为参考选手的实战手册。

这是一本写给青少年看的人工智能科普图书，目的是启蒙科学素养，开阔科学视野，培养科学思维，锻炼动手能力，让小读者们了解人工智能的过去、现在和未来，从而更好地融入人工智能时代。通过阅读本书，小读者们不仅会了解到“存在这样那样的人工智能”，还会一睹很多人工智能发展的过程和细节：科学家如何提出问题并想到绝妙的点子，技术如何从第一代逐渐演变到第N代，等等。所有这些都旨在激发孩子们的好奇心，帮助他们体会科学研究应具备的精神。本书用了大量的形象比喻，用贴近生活的案例作类比，把书中的抽象概念和难点以诙谐幽默的手绘插画形式诠释出来，力求让小读者们喜欢读、读得懂。本书从“什么是人工智能”讲起，沿着人类使用工具的历史，讲述了人类智能与人工智能的关系，原始工具到智能机器的演进，人工智能从史前时代发展到工业4.0时代过程中的重要事件、科学家及其发明创造的故事，堪称人工智能的“历史博物馆”。

本书重点阐述利用机器学习、深度学习、自然语言处理等多种方法，以及当前流行的Python库——Tensorflow和Keras构建实时数据的智能物联网IOT系统。还给出了工业物联网、智能城市和家庭自动化等物联网主要应用领域的实际案例。

视频理解是计算机视觉和深度学习的一个重要分支。本书对视频理解的3个重要领域进行介绍，对于每个领域，本书不仅解释了相关算法的原理，还梳理了算法演进的脉络。全书共分6章，第1章简要介绍视频行业的发展历程；第2章回顾经典图像分类模型和RNN；第3章和第4章介绍动作识别的重要算法；第5章介绍时序动作定位的重要算法；第6章介绍视频Embedding的重要算法。最后总结了常用的一些视频处理工具。 本书既适合高等院校人工智能相关专业的本科生和研究生阅读，也可供视频理解、推荐系统、搜索引擎和计算广告等领域的研究人员和从业者参考。

利用机器翻译技术实现不同语言之间的自由交流始终是最令人期待的计算机应用之一。本书全面回顾了近30年来机器翻译的技术发展历程，遵循机器翻译技术的发展脉络，对基于统计和基于端到端深度学习的机器翻译关键技术及原理进行了深入讲解，力求做到简洁明了、全面透彻、图文结合。此外，本书着重介绍了近年来机器翻译领域的科研热点及其结果，旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。

《TensorFlow 开发入门》是一本面向 AI 工程师的入门书籍，介绍了从 TensorFlow 基 础知识到使用一个高级 API——Keras 构建深度学习模型的相关内容。全书共 12 章，分 2 部分进行介绍，其中第 1 部分为基础篇，介绍了深度学习、TensorFlow 和 Keras 的基础知识； 第 2 部分为应用篇，介绍了如何使用 Keras 在图像处理中构建深度学习模型，如“噪声去 除”“自动着色”“超分辨率成像”“画风转换”和“图像生成”等。本书示例丰富，可操 作性较强，配套代码与 Jupyter Notebook 兼容，特别适合想从事人工智能开发、机器学习 / 深度学习工程师作为参考书学习。