人工智能：智能驾驶

本书主要内容有：比较不同机器学习方法的优缺点、监督学习、无监督学习和强化学习。从头到尾的建立和管理机器学习项目。建立一个异常检测系统，以捕捉信用卡交易的欺诈。将用户集群到不同的同构组中。执行半监督学习。使用受限制玻尔兹曼机开发电影推荐系统。使用生成对抗网络生成合成图像。

人工智能：语言智能处理

本书是作者长期从事机器意识研究工作的系统总结，主要围绕意识机器实现这个出发点，依据人工智能、认知科学、意识哲学研究的思想成果，采用成熟的数学计算模型、人工智能与机器人学方法，针对人类意识机器实现问题，全面系统地给出了有关意识机器实现的计算方法以及实现系统。具体内容包括意识哲学与科学学说、意识难问题分析研究、觉知意识的机器实现、自我意识的计算方法、感受意识的机器实现、机器意识可行性分析，以及机器意识的未来发展等。本书内容涉及心灵哲学、认知科学、意识理论、人工智能、量子计算等诸多方面，是一部典型反映文理交叉研究的著作。

本教材是一个机器学习工具箱，适用于计算机科学专业本科四年级或研究生一年级的学生。本书为那些想要使用机器学习过程来完成任务的人提供了许多主题，强调使用现有的工具和包，而不是自己重新编写代码。本书适用于从头至尾的讲授或阅读，不同的讲师或读者有不同的需求。

人工智能到底是什么？人工智能可以做什么？人工智能未来发展将面临什么样的问题？本书将深入浅出地为你讲述人工智能那些事儿，包括人工智能的历史、人工智能的核心概念与关键技术、人工智能思维与各类应用，以及人工智能未来的发展趋势，等等。所有你想了解的，书中可能都会涉及，即使从未接触过人工智能的人，通过阅读本书，也能对人工智能有一个全方位的认识和理解。本书适合所有想了解人工智能的读者阅读。

本书以零基础讲解为宗旨，面向学习数据科学与人工智能的读者，通俗地讲解每一个知识点，旨在帮助读者快速打下数学基础。　全书分为 4 篇，共 17 章。其中第 1 篇为数学知识基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法；第 2 篇为数学知识核心篇，主要讲述了线性代数基础、特征值与矩阵分解、概率论基础、随机变量与概率估计；第 3 篇为数学知识提高篇，主要讲述了数据科学的几种分布、核函数变换、熵与激活函数；第 4 篇为数学知识应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。　本书适合准备从事数据科学与人工智能相关行业的读者。

暂缺简介...

人工智能等新技术正在悄然改变着教育行业的方方面面，如何应对人工智能带来的机遇与挑战已成为教育行业必须面对的问题。教育是培养面向未来的孩子，只有了解我们所生活的智能时代，找到适应智能时代的学习方法，才能更好地规划未来。 当教育与人工智能相遇，会碰撞出怎样的火花？当前人工智能等新技术在教育领域的基本应用覆盖了“教、学、考、评、管”全场景，有效助力教育教学模式创新，为学生、教师和各级教育管理者提供了精准、便捷的服务。本书对智能时代的重要趋势做出革命性的解读，披露了对未来教育的思考和判断，为探索智能教育变革的可能性提供一些建议和思考。

本书由浅入深，逐步讲解分布式机器学习的框架及应用，内容板块包括主流大数据算法系统架构设计、大数据基础、mahout分布式机器学习平台、Spark分布式机器学习平台、TensorFlow等。同时配套完整工业级实战项目，例如个性化推荐算法系统、人脸识别，对话机器人。通过阅读本书，读者不仅可以学习到分布式机器学习的知识，还能通过实战案例更好地将理论融入到实际工作中。本书适合想学习分布式机器学习的初学者阅读，对于有一定经验的分布式大数据方向的从业人员及算法工程师，也可以从书中获取很多有价值的知识。