《可穿戴泛在能源系统及控制》详细介绍太阳能、热能、机械能三种当前常见的可穿戴泛在能源系统供能方式。《可穿戴泛在能源系统及控制》将理论与实验进行结合，以可穿戴太阳能服装、温差发电运动装备、电磁式发电鞋为例，结合控制器与改进算法的应用，展现可穿戴泛在能源系统的发展现状。《可穿戴泛在能源系统及控制》证明了该方向发展的前沿性与实用性，并且提出现阶段存在的发展问题与研究热点，为研究人员提供了可穿戴泛在能源系统的基础理论与解决现有可穿戴泛在能源系统所遇挑战的新思路，总结性地指出了研究改进的方向，起到抛砖引玉的作用。

9787115523402 人工智能算法 卷1 基础算法 59.00 9787115544315 人工智能算法 卷2 受大自然启发的算法 69.00 9787115552310 人工智能算法 卷3 深度学习和神经网络（全彩印刷） 89.90 《人工智能算法 卷1 基础算法》 算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全书共10 章，涉及维度法、距离度量算法、K 均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead 算法和线性回归算法等。书中所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，GitHub 上有多种语言版本的示例代码可供下载。本书适合作为人工智能入门读者以及对人工智能算法感兴趣的读者阅读参考。 《人工智能算法 卷2 受大自然启发的算法》 算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。 《人工智能算法 卷3 深度学习和神经网络（全彩印刷）》 自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU 激活、随机梯度下降、交叉熵、正则化、Dropout 及可视化等。

本书对于机器学习的核心方法，进行了深入而详细的介绍，并特别关注各学科最常用的算法。**特色在于力图以生动的语言、较多的插图与大量的实例来直观地解释机器学习的原理。同时，结合流行的Python语言，及时地介绍相应的软件操作与经典案例，为读者提供“一站式”服务。本书还提供详尽的数学推导，尽量避免跳跃，并辅以直观的文字解释。对于看似复杂的机器学习原理，则删繁就简，娓娓道来，让读者渐入佳境。本书适合普通高等学校经济管理类以及理工类等的高年级本科生和研究生使用。先修课包括微积分、线性代数与概率统计，但不要求有编程或Python语言经验。本书将从零开始，让读者快速体会到R语言的美妙与威力。

本书是一部阐述基于脑电的神经反馈科学原理和技术基准的著作，兼具完整性与权威性。本书内容分为2部分，第1部分主要介绍大脑节律如何反映主要的神经调节过程，以及用于神经反馈训练的大脑活动信息测量、处理和反馈原理、方法与实践；第2部分结合“自上而下”和“自下而上”的方法，论述了神经反馈的核心科学原理，以及神经反馈评估和治疗的临床经验与实践。本书适合神经调控、认知与心理调控、脑机智能融合等方向的高年级本科生、硕士和博士研究生。同时，本书可启发并指导神经反馈应用于：神经和精神疾病的防治与康复，尤其是对认知和心理障碍的干预；健康个体的认知与行为表现的提升和优化、情绪调节能力的提升、脑机协同训练和学习等实践。

《中国电子信息工程科技发展研究.机器人专题》对机器人技术的研究现状进行了概述，并分析了机器人技术的发展趋势。《中国电子信息工程科技发展研究.机器人专题》介绍了机器人发展历程中的标志性系统，概述机器人的定义、应用和分类。针对全球机器人研究现状，从关键技术和典型系统两个方面，按照工业机器人、服务机器人和特种机器人分类进行了介绍。对我国机器人现状进行了介绍。在此基础上，通过分析归纳机器人技术发展趋势给出了我国机器人技术和产业发展建议。

本书由全球知名的3位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

科技能解决我们所有的问题吗？尽管有相反的证据，但许多经济学家、专家和新闻记者似乎都这样认为。据他们说，智能机器和大数据不仅把我们从繁复的工作中解脱出来，还教育我们的孩子，改变我们的环境，甚至使宗教信仰变得更加人性化。这就是他们想要告诉我们的――我们应该放下焦虑同时接纳属于我们的机器人时代。但是，你一遍又一遍的讲故事并不会使它变成真的。Curtis White作为最聪明和敏锐的社会评论家之一，他知道如何创作一个充满诱惑力的故事。在《We，Robots》中，他与一群所谓的思想家纠缠在一起，因为他们相信未来是美好的，而机器人是可以进化的。 Curtis White有着渊博的学识和智慧，他认为，我们必须对那些试图在技术上不可避免地推销我们的人表示怀疑。

《AI源码解读：机器学习案例（Python版）（人工智能科学与技术丛书）》以人工智能发展为时代背景，通过20个应用机器学习模型和算法的实际案例，为工程技术人员提供较为详细的实战方案，以便深入学习。在编排方式上，全书侧重对创新项目的过程进行介绍，分别从整体设计、系统流程和实现模块等角度论述数据处理、模型训练和模型应用，并剖析模块的功能、使用和程序代码。为便于读者高效学习、快速掌握人工智能开发方法，该书配套提供项目设计工程文档、程序代码、实现过程中出现的问题及解决方法等资源，可供读者举一反三、二次开发。《AI源码解读：机器学习案例（Python版）（人工智能科学与技术丛书）》结合系统设计、代码实现以及运行结果展示进行讲解，语言简洁，深入浅出，通俗易懂，不仅适合作为对Python编程感兴趣的科研人员、人工智能爱好者及从事智能应用创新开发专业人员的参考教材，也可作为高等院校相关专业的参考书。

本书从工业界一线算法工作者的视角，对深度强化学习落地实践中的工程经验和相关方法论做出了深度思考和系统归纳。本书跳出了原理介绍加应用案例的传统叙述模式，转而在横向上对深度强化学习落地过程中的核心环节进行了完整复盘。主要内容包括需求分析和算法选择的方法，动作空间、状态空间和回报函数设计的理念，训练调试和性能冲刺的技巧等。本书既是前人智慧与作者个人经验的交叉印证和精心整合，又构成了从理论到实践再到统一方法论的认知闭环，与市面上侧重于算法原理和代码实现的强化学习书籍形成了完美互补。

本书涵盖许多无论是在理论还是在实践中都非常有趣的话题。书中介绍了包括控制范式、导航、软件、多机器人系统、群体机器人、社会角色中的机器人以及机器人中的人工意识。阐述了几个宽泛的主题，如人工智能理论与应用、拟人化、化身与情境、将心理学和动物行为理论扩展到机器人的理论以及未来的人工智能的新定义。