本书运用深度机器学习等人工智能方法研究了农作物病虫害智能诊断及其在农业智能系统中的应用与实践，提供了大量农作物病害图像实例集和MATLAB例程供相关人员参考。

信念修正是人工智能的研究分支之一。在哲学，认知心理学和数据库更新等领域中，很早就有对信念修正的讨论和研究。AGM公设在20世纪70年代末被提出来，它是任何一个合理的信念修正算子应该满足的最基本条件。《R-演算：一种信念修正的逻辑》**作者李未院士在20世纪80年代中期提出R-演算，这是一个满足AGM公设，非单调的，并且类似于Gentzen推理系统的信念修正算子。《R-演算：一种信念修正的逻辑》对R-演算作多个视角的扩展，将为研究生寻找研究方向和研究思路提供一定帮助。

机器学习算法评估力求用科学的指标，对机器学习算法进行完整、可靠的评价。 本书详细介绍机器学习算法评估的理论、方法和实践。全书分为3个部分。第1部分包含第1章～第3章，针对分类算法、回归算法和聚类算法分别介绍对应的基础理论和评估方法；第2部分包含第4章～第8章，介绍更复杂的模型（如深度学习模型和集成树模型）的对比与评估，并且针对它们实际应用的业务场景介绍一些特有的评估指标和评估体系；第3部分包含第9章～第11章，总结算法评估的常用工具、技术及方法论，包括实用的可视化工具介绍，并讨论机器学习算法的本质。 本书适合机器学习专业相关从业者和算法工程师阅读，也适合想要从事人工智能和机器学习工作的人士学习和参考。

预训练语言模型属于人工智能领域中自然语言处理领域的一个细分。 本书主要介绍预训练语言模型。预训练语言模型是自然语言处理领域的重要突破，得到了越来越广泛的关注，相关研究者和从业人员在实际应用的过程中，亟需一本理论翔实、代码细节充分的参考书。本书详细梳理了预训练语言模型的基本概念和理论基础，并通过实际代码的讲解， 阐述了具有代表性的预训练语言模型的实现细节，非常适合需要快速、全面掌握预训练语言模型的从业者阅读。

《虚拟现实》是一本关于扩展现实（包含虚拟现实、增强现实和混合现实）科普性质的读物。它运用大量生动的案例和浅显易懂的语句来清晰地讲述专业知识及应用。《虚拟现实》包含7章内容。第1章介绍为什么增强现实和虚拟现实很重要。第2章着重介绍增强现实和虚拟现实的多种形态和形式。第3章探讨了真实背后的技术，包括显示技术、运动跟踪、力反馈等。第4章介绍如何让扩展现实成为现实。第5章着重探讨虚拟技术改变一切。第6章探讨扩展现实技术发展带来的道德、伦理、法律和社会后果。第7章畅想拥抱一个增强和虚拟的未来。《虚拟现实》非常适合希望了解扩展现实技术的读者，通过概览扩展现实的精华知识，包括虚拟现实技术、增强现实技术、混合现实技术、行业应用、优秀产品、未来畅想等，帮助读者全面了解以虚拟现实为代表的扩展现实的过去、当下以及未来发展的可能。

采用通俗易懂的语言，简明而全面地介绍对人工智能革命起到核心作用的深度学习技术。

本书介绍了元学习方法的发展历史、起源、思想、近来流行的元学习方法，以及这些方法的组织思路、改进方案、相互继承、如何应用。本书共11章，分为两部分：元学习方法思想的介绍和元学习应用场景中模型的介绍。这些内容介绍了如何在元学习框架下融入强化学习、模仿学习、在线学习、无监督学习、迁移学习等，实现对实际应用中深度模型的改进，以适应复杂多变的实际任务。

本书通过有趣的插图和简洁的文字带您漫步在人工智能的世界中，与您分享这个非fan工具带来的惊奇和震撼，同时帮助您了解它如何运行以及它的局限性。作者在每个章节都揭示了人工智能的某一特性，并充分评估了这一领域的种种可能性。作者还探讨了研究人员面临的挑战及社会人工智能问题等。

全书系统性地介绍了AI入门的有关知识，从AI与人类对话、与人脑的差异、AI艺术创作等多个方面探讨了AI的发展进程，重点介绍了深度学习这一AI领域关键技术，探讨它的进化程度将如何影响人类未来的生活与工作等。在全书最后的部分，还全景展示了作者对两位知名AI专家的采访，对于目前AI主流的研究方向和入门基础有精彩的观点和详细的解析。全书内容通俗实用，对于了解AI的基础知识非常有帮助，特别适合AI爱好者和青少年阅读。

《深度学习基础与应用》分四部分介绍深度学习算法模型及相关应用实例。首部分介绍在深度学习中必备的一些数学和机器学习的基础知识。第二部分介绍卷积神经网络、循环神经网络、深度强化网络等经典模型，并对每种模型从原理、结构、优化等方面进行论述。第三部分介绍深度学习中常用的优化方法及训练技巧。第四部分结合实践来介绍深度学习在计算机视觉、模式识别中的应用。《深度学习基础与应用》同时兼顾理论和应用，有助于读者理解基本理论知识，并将理论知识用于实际应用。《深度学习基础与应用》既可以作为高等院校计算机及相关专业的高年级本科生和研究生教材，也可供从事人工智能相关领域的工程师和研究人员参考。