波浪驱动水面机器人技术作为一个前沿研究热点，其出现不过十五年，而国内研究起步于 2012 年。《波浪驱动水面机器人》系统、深入地总结了作者近年来在波浪驱动水面机器人技术领域的主要研究成果与工程实践经验，凝练并深入探讨了波浪驱动水面机器人基础技术问题。《波浪驱动水面机器人》共 6 章，内容主要包括波浪驱动水面机器人的推进机理分析、总体设计、运动建模与预报、运动控制以及应用分析。

《Python机器学习》面向机器学习新手，主要内容如下： ● Python机器学习的一些基本库，包括NumPy、Pandas和matplotlib库 ● 常见的机器学习算法，包括回归、聚类、分类和异常检测 ● 使用Python和Scikit-learn库进行机器学习 ● 将机器学习模型部署为Web服务 ● 使用Microsoft Azure Machine Learning Studio进行机器学习 ● 演习机器学习模型构建方案的实例

刘禹魏庆来编著清华大学出版社北京注意： 经管的书不加“课件下载”理工的书不加“课件下载”内 容 简 介人工智能技术在20世纪50年代诞生，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综合性技术科学。人工智能技术的发展经历过数次起伏，在螺旋式上升中不断取得新的突破。人机博弈是人工智能领域的一个重要分支。近20年来，出现了多次可以称之为里程碑式的“人机大战”。本书从人机博弈几次里程碑式的事件切入，对技术发展进程中的重要人物、节点和技术突破进行详细介绍，从中梳理出人工智能研究方法论的演进，并对人工智能技术未来发展方向提出展望。 \n本书内容新颖、丰富、翔实、全面，兼具知识性、系统性、可读性与实用性，适合广大青少年、人工智能专业的师生，以及行业技术人员阅读。 \n

《机器学习与人工智能》涵盖了与人工智能相关的机器学习核心方法，包括深度卷积神经网络、循环神经网络、生成对抗网络、蒙特卡罗树搜索、强化学习。《机器学习与人工智能》也包括一些应用非常广泛的机器学习方法，例如，支持向量机、决策树和随机森林、隐马尔可夫模型、聚类与自组织映射。《机器学习与人工智能》还包含一些重要的大数据分析方法，如主成分分析、回归分析等。

本书从统计学观点出发，以数理统计为基础，全面系统地介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。此外，为方便读者自学，本书还扼要地介绍了机器学习中所必备的数学知识（包括概率论与数理统计、凸优化及泛函分析基础等）。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校人工智能、机器学习或数据挖掘等相关专业的师生研习之用，也可供从事计算机应用，特别是数据科学相关专业的研发人员参考。

深度学习在许多领域已经取得了令人瞩目的成就。而今，它正在整个科学界特别是生命科学界掀起波澜。《基于深度学习的生命科学》是一本注重实际操作的书，为开发者和科学研究者讲述了如何在基因组学、化学、生物物理学、显微镜学、医学分析及其他领域中应用深度学习。《基于深度学习的生命科学》介绍了一些深度网络原型，非常适合那些准备将自己的技能应用于诸如生物学、遗传学和药物发现等科学应用的开发人员和科学家。你将跟随设计一个将物理、化学、生物学和医学联系在一起的新疗法问题的案例研究，该案例代表了科学研究中的一个具挑战性的问题。通过该书，你将学到：学习在分子数据上执行机器学习的基础知识。理解为什么深度学习是研究遗传学和基因组学的有力工具。应用深度学习理解生物物理系统。通过DeepChem获得机器学习的简单认识。使用深度学习分析显微图像。使用深度学习技术分析医学扫描图像。了解变分自编码器和生成对抗网络。解释你的模型在做什么以及它是如何工作的。

《基于RISC-V的人工智能应用开发》较全面地介绍人工智能芯片K210的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析YOLO网络与目标检测方法，并把YOLO网络应用于K210之中。第一部分为RISC-V及人工智能芯片，主要介绍RISC-V构架人工智能芯片K210应用开发，包括RISC-V构架及人工智能芯片K210介绍、输入，输出、串口通信、定时器与日历、音频输入／输出接口、显示屏驱动、摄像头数据采集、外部存储器、K210的WS2812驱动、K210的ESP8266驱动以及K210的MicroPython编程。第二部分为深度学习，主要介绍Keras及TensorFlow Lite应用开发，包括Keras人工神经网络应用设计、Keras卷积神经网络及深度学习、TensorFlow Lite安卓应用开发。第三部分为YOLOv3目标检测，主要介绍YOLOv1/v2/v3深度卷积神经网络目标检测应用开发，包括YOLO网络与目标检测基础、YOLO网络样本标注与训练、YOLO网络结构分析、YOLO网络在安卓中的应用。第四部分为YOLO和K210综合应用，主要介绍K210卷积神经网络应用实例，包括K210人工神经网络应用设计、K210卷积神经网络应用设计、K210神经网络处理器工作原理分析、K210神经网络处理器应用实例。《基于RISC-V的人工智能应用开发》适合于从事物联网、人工智能、嵌入式系统以及电子技术应用开发初学者作为参考资料，或者作为本专科物联网、人工智能、嵌入式系统、单片机等相关课程的教材，也适合于作为课程设计、毕业设计以及各类专业竞赛指导教材。

《强化学习/人工智能科学与技术丛书》内容系统全面，覆盖面广，既有理论阐述、公式推导，又有丰富的典型案例，理论联系实际。书中全面系统地描述了强化学习的起源、背景和分类，各类强化学习算法的原理、实现方式以及各算法间的关系，为读者构建了一个完整的强化学习知识体系；同时包含丰富的经典案例，如各类迷宫寻宝、飞翔小鸟、扑克牌、小车爬山、倒立摆、钟摆、多臂赌博机、五子棋、AlphaGo、AlphaGo Zero、AlphaZero等，通过给出它们对应的详细案例说明和代码描述，让读者深度理解各类强化学习算法的精髓。《强化学习/人工智能科学与技术丛书》案例生动形象，描述深入浅出，代码简洁易懂，注释详细。该书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对强化学习感兴趣的研究人员和工程技术人员阅读参考。

本书全面深入地介绍了移动机器人和臂式机器人的系统组成以及建模与仿真的基本原理，重点突出Adams和MATLAB软件在动力学仿真和数值计算上的优势，展示机器人机械系统和控制系统建模与仿真的详细过程。本书内容翔实、实例丰富、深入浅出，可作为高等院校机器人工程、机械电子工程和机械设计制造及自动化等专业高年级本科生的教材和研究生相关课程的理论科研参考书，也可作为相关工程技术人员的理论指导手册。

随着人工智能科技的飞速发展，人工智能产品在许多领域得到广泛的应用，由此也引发了一系列伦理问题。本书从三个层面讨论了人工智能伦理中的若干基本问题。首先是人工智能伦理中的普遍性问题，比如机器人权利、机器人道德能力的建构以及人工智能安全问题等；其次是具体领域的机器人引发的伦理问题，比如军用机器人、情侣机器人与助老机器人等；第三是人工智能伦理问题的解决进路，包括道德责任、伦理设计、自反性伦理治理等内容。本书兼具学理性与通俗性，可供相关领域的科技工作者、哲学研究者以及对人工智能伦理感兴趣的人士阅读。