本书包括人工智能法治综述、人工智能法治发展指数、2019中国人工智能法治发展评估报告、2019世界人工智能法治论坛观点精萃，八大部分（人工智能政策与法律、人工智能法治理论研究、人工智能法治应用、人工智能司法案件分析（中国）、人工智能法治发展专题报告、重大疫情背景下的人工智能法治应对、人工智能法治发展专家访谈、人工智能法治发展调查问卷（含问卷分析）），七个附录（人工智能政策法规一览（2019.6—2020.6）、人工智能法治研究机构一览（2019.6—2020.6）、人工智能法治重要著作与论文一览（2019.6—2020.6）、人工智能法治重要会议（论坛）一览（2019.6—2020.6）、人工智能法治应用典型事例一览（2019.6—2020.6）、人工智能司法典型案例一览（2019.6—2020.6）、人工智能法治月度大事记（2019.6—2020.6））。

本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。

《机器学习的数学理论》重点研究机器学习的数学理论。第一部分探讨了在非凸优化问题中，选择梯度下降步长来避免严z格鞍点的自适应性。第二部分提出了在非凸优化中寻找局部极小值的算法，并利用牛顿第二定律在一定程度上得到无摩擦的全局极小值。第三部分研究了含有噪声和缺失数据的子空间聚类问题，这是一个由随机高斯噪声的实际应用数据和含有均匀缺失项的不完全数据激发的问题；还提出了一种新的具有粘性网正则化的VAR模型及其等价贝叶斯模型，该模型既考虑了稳定的稀疏性，又考虑了群体选择。《机器学习的数学理论》可作为本科生或研究生的入门教材。对于希望进一步加强对机器学习的理解的教授、行业专家和独立研究人员来说，该书也是好的选择。

如何更好地将人机交互技术应用到具体领域是目前的热点研究问题。《人机交互技术及应用》对人机交互技术及应用进行了比较全面的介绍，内容包括人机交互技术发展历程与设计原则、认知过程、交互模型和系统设计、评估方法、人机交互开发软硬件工具，然后介绍了人机交互技术在体感、手势、增强现实以及脑电交互中的应用。《人机交互技术及应用》的主要内容源于作者的研究工作，部分内容取材于参考文献。《人机交互技术及应用》可作为高等院校计算机专业基础教学用书，也可作为人机交互技术爱好者的参考书。

本书首先简要介绍机器人和机器人学的概况，以及机器人学的数学基础，然后分别详细讨论智能机器人体系结构、智能机器人中的传感器、环境感知与建模、路径规划、机器人控制、多机器人协同，以及智能机器人的HRI等内容。

本书是人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。 本书可供高等院校人工智能、智能科学与技术、计算机及相关专业研究生或高年级本科生阅读，也可供对模式识别感兴趣的研究人员和工程技术人员阅读和参考。

本书以深度学习为核心，详细讲解Pytorch技术堆栈，力求使用最直白的语言，带更多的小白学员入门甚至精通深度学习。本书共分为10个章节，前五个章节主要讲解深度学习中的基本算法及概念，通过使用Pytorch实现经典的神经网络并辅以课后加油站”小节补充数学知识，力求让每一个知识点、每一个章节、每一个实验都能在学员脑海中留下印象，做到看了能做、做了能会、会了能用。后面五个章节作为Pytorch的进阶，会讲使用Pytorch构建深度神经网络、使用HMM实现中文分词、训练聊天机器人等有意思的小实验。引入当下***的自然语言预训练模型如Elmo、BERT等，教会读者使用自然语言利器AllenNLP及高阶框架FastAI。最后一章讲解当下***的图嵌入技术，对知识图谱感兴趣的童鞋可以深入的研究。

本书从基础知识入手，详细讲解通过强化学习和深度学习构建AI系统所需的一切，并通过5个完整的项目实例，循序渐进展示如何使用*佳、*简单的AI编程工具（包括Python、TensorFlow、Keras和PyTorch）构建智能软件。具体内容包括AI工具包、Python基础、AI基础技巧、你的个AI模型、销售和广告中的AI、Q学习、物流行业中的AI、人工大脑、自动驾驶车辆中的AI、商业中的AI、深度卷积Q学习、游戏中的AI。

《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》讲述了人机交互发展史和关键技术、经典信息安全、无线网络安全、智能安全检测和可信计算。人机交互应用包括智慧城市系统、智能农业系统等。经典信息安全包括扫描、**、口令破解、缓冲区溢出、拒绝服务攻击等攻击和防御，进一步阐述智能无线网络的历史和安全协议，分析采用人工智能进行网络防御的算法和特点，包括入侵检测和soi，注入攻击检测等。最后介绍了在工业控制网中必须采用的可信计算方法。《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》适合作为高等院校计算机科学与技术专业、网络空间安全专业、人工智能专业等相关专业的教材，也可以作为工程师的参考书。《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》特色：《人机交互智能安全/面向新工科专业建设计算机系列教材·网络空阉安全》内容丰富，跨专业面广，适合信息技术相关专业学生阅读。激发深入持久钻研相关领域课题的兴趣和热情。涵盖当前SG和物联网研究热点和关键技术。

本书共分8章，内容包括深度学习基础、深度学习框架PyTorch的安装、PyTorch基础、线性回归和逻辑回归、全连接神经网络、卷积神经网络、循环神经网络及生成式对抗网络。本书首先从深度学习基础知识入手，引领读者动手搭建深度学习框架PyTorch，然后在PyTorch框架下实现深度学习中常用的网络模型。通过本书，读者可对深度学习有一个清晰的认识。本书中的程序均可在Windows系统中运行，不受是否具备GPU的限制。本书提供电子课件、源代码，读者可登录“华信教育资源网”（www.hxedu.com.cn）免费下载。书中每章都配有习题和实验，最后还附有参考答案。本书可作为高等学校本科数据科学与大数据、人工智能、机器人工程等专业深度学习相关课程的教材，也适合广大对深度学习有兴趣的读者自学使用。