本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，非常详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致用。内容讲解细致，没有数学基础的读者也能轻松入门。

虚拟现实技术是“互联网+”“一带一路”背景下的一种新技术，它是5G宽带网络、互动游戏设计、数字媒体设计、虚拟人物设计、人工智能、地理信息、虚拟仿真等相融合的高科技产品，是 21世纪计算机领域的核心技术所在。 本书介绍了虚拟现实技术的相关内容，由浅入深、思路清晰、结构合理、实用性强。全书共8章，主要内容包括虚拟现实技术、增强现实技术、智能可穿戴技术、常见智能可穿戴设备、虚拟/增强现实技术的应用、建模仿真技术、X3D 虚拟/增强现实开发和Unity 3D 虚拟仿真游戏开发。 本书可作为各类职业院校虚拟现实应用技术及相关专业的教材，也可作为相关从业人员的自学参考书。 本书配有微课视频，可扫描书中二维码观看。

工智能AI是计算机科学与技术的一个重要分支与应用，目前人工智能主要的研究与开发方向有模拟、延伸与扩展人类智能的理论、方法、技术及应用系统，涉及的技术与应用包括：大数据基础、知识表示、专家系统、机器学习、深度学习、机器人与智能制造、图像识别、语音识别和自然语言处理等方向。本书是为高等院校相关专业“人工智能导论”课程全新设计编写，具有丰富实践特色的主教材。针对学生的发展需求，本书内容引言与典型应用、基础知识、基于知识的系统和高级专题等四部分，可依照学习进度与需求，做适当选择。

本书可作为通识性选修课程的教学用书。本书内容包括人工智能的概念、知识工程、确定性和不确定性推理、搜索技术、机器学习、人工神经网络与深度学习、自然语言处理、多智能体系统等。全书弱化理论知识，以了解性内容为主。通过本书的学习，可使所有相关专业学生对人工智能有一个基础性的认识，方便后续相关课程的学习。

从智能时代的流行术语来看，“智能”“智能化”“移动互联”“智能制造”等概念被广泛应用到社会生产和生活的各个领域。智能生产服务技术实现的主要体现就是智能制造，智能消费服务技术实现的主要体现就是智能产品，智能生活服务技术实现的主要体现就是智慧城市，智能金融服务技术实现的主要体现就是互联网金融，智能管理服务技术实现的主要体现就是智能化管理。

本书涵盖人工智能学科的大多数领域，共分为十一章。第一章绪论，介绍人工智能的历史、z新发展状态及所包含的领域。剩余十章分别介绍各领域的基本原理与技术，包括知识表示与逻辑系统、搜索与自动规划、不确定性推理、机器学习，以及近年快速发展的人工神经网络（深度学习）、强化学习、分布式人工智能与多智能体系统、平行智能、知识自动化、智能控制等。

本书主要讲解无人驾驶产品管理，让没有人工智能背景的读者在短时间内入门，掌握无人驾驶由开发到落地的精髓。人工智能产品落地是一个漫长而艰辛的过程，需要产品经理针对不同的开发阶段制定适宜的策略，无人车尤为如此。本书也是一本用中国人的视角讲解硅谷人工智能产品的书，书中采用大量硅谷人工智能公司的案例，通过与国内情况的对比，为中国的读者阐释硅谷的产品管理方法。对于有意加入人工智能行业的读者来说，本书不仅提供了实用的职场建议，还为技术人员讲解了硅谷的管理经验，希望能起到抛砖引玉的作用。

以前，技术只是工程师操心的事；如今，技术是工程师、产品经理、企业家共同操心的事，他们只有通力合作才能驾驭强大的技术，进而取得商业上的成功。 如今讲人工智能的书大多属于两种类型：第一种面向广大公众进行人工智能科普；第二种针对专业技术人员详细讲解人工智能的技术。这两种书，产品经理虽然都可以阅读，但他们更迫切需要第三种——从商业的角度讲人工智能，以产品的方式让人工智能落地的书，而本书正是这种少数类型。 本书具有针对性强、系统性强、实操性强、原创度高的特点。本书共分为三篇。第一篇是基础篇，讲解技术商业的基本规律、AI技术的实质和边界、AI的商业格局和应用现状。第二篇是合格AI产品经理篇、包含合格AI产品经理的能力体系、AI技术-场景适配和AI产品规划、AI产品经理的职业发展等内容。第三篇是高级AI产品经理篇，包含高级AI产品经理的能力体系、AI技术-场景的洞察、AI商业模式设计等内容。 本书适合两类人群阅读。一是未来的人工智能产品经理，他们可能是互联网产品经理，也可能是对人工智能产品工作感兴趣的大学生、职场新人，也可能是希望转行做人工智能产品经理的技术人员。 二是对人工智能的应用、产品、商业模式感兴趣，想系统了解的人士，包括企业家、创业者等。

计算智能是人工智能领域较为前沿的研究方向，它是受“大自然智慧”启发而被设计出的一类算法的统称。计算智能所具有的全局搜索、高效并行等优点为解决复杂优化问题提供了新思路和新手段，引起了国内外学者的广泛重视并掀起了研究热潮。目前，计算智能的相关技术已成功应用于信息处理、调度优化、工程控制、经济管理等众多领域。本书在归纳近年来计算智能研究成果的基础上，系统且详细地介绍了计算智能中较为典型的9种算法——人工神经网络、遗传算法、蚁群算法、人工免疫算法、粒子群优化算法、人工蜂群算法、生物地理学优化算法、多目标优化算法以及约束优化算法，并给出了各个算法基于MATLAB软件的仿真实现过程和在信号与通信领域的应用实例，这使本书知识点的讲解通俗易懂、直观生动，易于读者快速掌握。本书可作为高等学校信号与信息处理、计算机应用技术、人工智能、模式识别与智能系统、自动化等专业本科生和研究生的教材，也可供计算智能相关领域的研究人员学习参考。

本书内容共10章。1章为绪论，包括机器视觉的相关概念，机器视觉的发展、基本任务、应用领域与困难，以及马尔视觉理论；2章为数字图像处理；3章为相机成像；4章为相机标定；5章为Shape from X；6章为双目立体视觉；7章为结构光三维视觉；8章为深度相机，介绍当前颇受欢迎的Kinect、Intel RealSense等深度相机的知识与相关应用；9章为机器学习基础；10章为机器学习在机器视觉领域的应用，包括机器学习在模式识别、图像分辨率重建、图像去噪、目标跟踪、三维重建等方面的应用。　本书除1章和9章，其他各章都配有应用案例，包括案例的分析过程、实验设置、实验数据、程序代码及运行结果。案例的编程实现采用了MATLAB、C++、Python程序设计语言，使用了OpenCV函数、MATLAB视觉与图形工具箱、Scikit-Learn机器学习工具包，以及MatConvNet、TensorFlow、Keras深度学习框架。通过讲解案例背景与原理、设计思路、实验步骤、开发环境与工具和实验结果，使读者能够根据案例理解相关内容，加强工程实际应用中理论和知识的学习。同时，本书对从事机器视觉与机器学习的科研人员和工程师也具有一定的参考作用。