本书全面介绍自动机器学习，主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中，本书涵盖超参优化、元学习、神经网络架构搜索三个部分，每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外，本书还具体介绍了现有的各种可用的AutoML系统，如Auto-sklearn、Auto-WEKA及Auto-Net等，并且本书最后一章详细介绍了具有代表性的AutoML挑战赛及挑战赛结果背后所蕴含的理念，有助于从业者设计出自己的AutoML系统。 本书英文版是国际上第一本介绍自动机器学习的英文书，内容全面且翔实，尤为重要的是涵盖了z新的AutoML领域进展和难点。本书作者和译者学术背景扎实，保证了本书的内容质量。 对于初步研究者，本书可以作为其研究自动机器学习方法的背景知识和起点；对于工业界从业人员，本书全面介绍了AutoML系统及其实际应用要点；对于已经从事自动机器学习的研究者，本书可以提供一个AutoMLz新研究成果和进展的概览。总体来说，本书受众较为广泛，既可以作为入门书，也可以作为专业人士的参考书。

主要内容 ● 理解ANN和CNN的工作机制 ● 使用Python从头创建计算机视觉应用和CNN ● 使用TensorFlow从概念到生产学习深度学习项目 ● 与Kivy配合使用NumPy构建跨平台的数据科学应用

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。《人工智能基础与应用》以人工智能为主要研究对象，较全面地介绍人工智能的基本原理、常见算法和应用技术。全书共分为12章，主要内容包括绪论、知识与知识表示、自动推理与专家系统、搜索算法与智能计算、机器学习、深度学习、计算机视觉、自然语言与语音处理、智能机器人以及大数据与区块链、Python编程基础等。同时，为了便于读者自学，每章结尾附有小结与习题，便于读者进一步巩固所学知识。 《人工智能基础与应用》全面系统地介绍了人工智能的理论体系，在内容编排上不仅注重基本理论的讲述，而且以发展的眼光设计各章知识点和习题，引导学生去思考人工智能理论知识的应用与实践，使得理论学习更加生动直观，便于培养此类学生对人工智能理论的理解和应用能力。《人工智能基础与应用》面向高等院校管理学院的诸多专业，可作为高等院校经济管理类专业本科生人工智能课程要求重点掌握人工智能的基本理论知识、相关算法的初步实践操作以及Python编程基础的教材，也可作为成人教育和自学考试同名课程的参考教材，还可供从事人工智能领域研究、开发和应用的研究人员和工程技术人员阅读参考。 《人工智能基础与应用》配套的电子课件和课后习题参考答案可以到http：//www.tupwk.com.cn/downpage网站下载，也可以通过扫描前言中的二维码来下载。

本书由多位业界知名手机维修专家联合编写，循序渐进地介绍了智能手机维修的知识，主要内容包括：智能手机的构成、智能手机的元器件、智能手机维修工具的使用、智能手机的电路基础、智能手机各单元电路故障检查与维修方法等。本书以目前市面上拥有量比较大的iPhone手机、华为手机等为例进行介绍并融入5G手机技术，注重实战，通俗易懂，兼顾先进性和实践性是本书的一大特色。为便于读者高效地掌握本书内容，编者还为本书录制了教学视频，读者扫描本书提供的二维码即可学习。 本书可作为维修从业人员、手机维修初学者掌握手机维修基础和技能提升的学习用书，也可用作大中专职业院校通信技术专业及职业技能等级培训的教学用书。

本书主要涉及数据工程与人工智能算法原理、大数据平台技术、人工智能算法在大数据平台上的实现等，共7章。第1章介绍大数据与人工智能的历史、应用；第2章介绍数据工程；第3章介绍大数据平台；第4章介绍人工智能基础算法的原理；第5章以第4章为基础，介绍深度学习相关内容；第6章介绍当前热门的强化学习技术；第7章为数据分析与深度学习项目实践。本书可作为希望快速了解和入门大数据与人工智能领域知识的本科生、研究生的参考书，也可供互联网领域中对人工智能算法感兴趣的工程技术人员参考使用。

《诱发式脑-机接口技术》主要介绍诱发式脑-机接口技术。《诱发式脑-机接口技术》共12章，主要内容包括：SSVEP特征机理研究与SSVEP-BCI优化，基于听触觉的非视觉P300-BCI方法，基于P300和SSVEP的多模态BCI，基于P300和ErrP的多模态BCI等。《诱发式脑-机接口技术》是作者在多项国家自然科学基金项目和科技委创新特区项目支持下取得的研究成果的总结，意在推动脑-机接口理论与应用的发展，对于人-机混合智能的机理研究和脑-机智能融合系统的应用具有一定的科学意义。

《企业级AI技术内幕：深度学习框架开发+机器学习案例实战+Alluxio解密》分为盘古人工智能框架开发专题篇、机器学习案例实战篇、分布式内存管理Alluxio解密篇，分别对人工智能开发框架、机器学习案例及Alluxio系统进行透彻解析。盘古人工智能框架开发专题篇，通过代码讲解多层次神经网络、前向传播算法、反向传播算法、损失度计算及可视化、自适应学习和特征归一化等内容。机器学习案例实战篇，选取机器学习中具代表性的经典案例，透彻讲解机器学习数据预处理、简单线性回归、多元线性回归、多项式回归、支持向量回归、决策树回归、随机森林回归等回归算法，逻辑回归、k近邻算法、支持向量机、朴素贝叶斯、决策树分类、随机森林分类等分类算法、ｋ均值聚类、层次聚类等聚类算法，以及关联分析算法，并对回归模型、分类模型进行性能评估。分布式内存管理Alluxio解密篇，详细讲解Alluxio架构、部署、底层存储及计算应用、基本用法、运行维护等内容。

《TensorFlow 2学习指南》探讨了TensorFlow 2的诸多应用实践，内容涵盖各种热门的应用场景，包括波士顿房价、图像去噪、图像识别、图像风格迁移、文本生成、文本情感分析等。同时深刻剖析了TensorFlow 2在每个人工智能细分方向的应用实践，专门为“应用落地”而编写。书中每章聚焦一个具体的技术，提供多个详细的案例，并附有大量的代码和注释，帮助读者快速入门和熟练掌握。 《TensorFlow 2学习指南》可作为广大对TensorFlow感兴趣的读者的参考书，也可作为高等院校计算机、人工智能等相关专业的教材。

内容简介 这是一部讲解如何利用树莓派、OpenCV、Python等软硬件构建智能硬件并在其上实现图像分析、文字识别、人脸识别与追踪、视频监控等机器视觉功能的实用性著作。 全书一共11章： 第1~4章首先讲解了机器视觉在智能硬件领域的应用场景以及智能硬件上4种常见的机器视觉技术方案；然后讲解了树莓派和OpenCV的安装、配置以及其他准备工作；*后通过一些简单的案例和代码手把手教读者如何使用OpenCV。 第5~11章是本书的核心内容，通过几个具体的综合案例讲解了如何使用树莓派低成本玩转如下机器视觉场景：拍摄照片和视频、处理相机的原始数据、道路和商场的人流统计、道路信息的文字识别、人脸识别与追踪、中央AI视频监控等。以上案例循序渐进，环环相扣，所有代码均可在树莓派上运行，可轻松移植到任何ARM开发板上。

本书通过讲述卡通人物小智穿越时空来到2049年，度过了一段奇妙而有趣经历的方式，将晦涩难懂的人工智能知识通俗化和趣味化，使学生能够学习到人工智能相关知识，如神经网络、机器学习；并结合生活化场景让学生更容易理解人脸识别、语音识别、文字识别等人工智能应用。在每节课的“AI 课堂”活动中，制作图形化编程软件，通过让学生动手实践编写与课程相关的程序，培养学生的动手能力和计算思维。本书将人工智能知识与日常生活场景相结合，使人工智能知识融入青少年能够看得见、 摸得着、听得懂的生活场景，是一本符合中小学生学习认知能力的人工智能知识科普读物。