将深度学习方法应用于各种自然语言处理任务可以将你的计算算法在速度和准确性方面提升到一个全新的水平。《基于深度学习的自然语言处理》首先介绍自然语言处理领域的基本构件，接着介绍使用先进的神经网络模型可以解决的问题。深入研究各种神经网络架构及其特定的应用领域将有助于你理解如何选择模型来满足你的需求。随着学习的深入，你将学到卷积神经网络、循环神经网络、递归神经网络以及长短期记忆网络。在后面的章节中，你将能够使用自然语言处理技术（如注意力机制模型和集束搜索）开发应用程序。学完《基于深度学习的自然语言处理》，你不仅能具备自然语言处理的基础知识，还能选择文本预处理和神经网络模型来解决一些自然语言处理的问题。了解深度学习问题的各种预处理技术。用word2vec和GloVe构建文本的矢量表示。使用Apache OpenNLP创建命名实体识别器和词性标注器。在Keras中构建机器翻译模型。用LSTM开发文本生成应用程序。使用注意力模型构建触发词检测应用程序。

《人工智能开发实践：云端机器学习导论（英文版）》讲解Amazon、Google和Microsoft公司的强大云服务产品，以及Python数据科学生态系统的成熟技术，所介绍的工作流程和案例涉及从部署到生产各个环节，通过使用当代机器学习、人工智能和云计算工具逐步构建多种云端机器学习应用程序（覆盖体育、项目管理、产品定价、房地产等领域中的实际问题），帮助你构建可扩展的能交付于生产的解决方案。

智能制造作为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，是具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的集合。随着科学技术的飞速发展，先进制造技术正在向信息化、自动化、智能化方向发展，智能制造技术已成为世界制造业发展的趋势，世界上的主要工业国家正在大力推广和应用。发展智能制造既符合我国制造业发展的内在要求，也是重塑我国制造业新优势，实现工业转型升级的必然选择。 机器人是先进制造业的重要支撑装备，也是未来智能制造业的关键切入点。工业机器人作为机器人家族中的重要一员，是目前技术*成熟、应用*广泛的一类机器人。工业机器人的研发和产业化应用是衡量科技创新和高端制造发展水平的重要标志。发达国家已经把工业机器人产业发展作为抢占未来制造业市场、提升竞争力的重要途径。汽车、电器、工程机械等众多行业大量地使用工业机器人自动化生产线，在保证产品质量的同时，改善了工作环境，提高了社会生产效率，有力地推动了企业和社会生产力发展。 当前，随着我国劳动力成本的上涨，人口红利逐渐消失，生产方式向柔性、智能、精细转变，构建新型智能制造体系迫在眉睫，因此对工业机器人的需求呈现大幅度增长。大力发展工业机器人产业，对于打造我国制造业新优势，推动工业转型升级，加快制造强国建设，改善人民生活水平具有深远意义。《中国制造2025》将机器人产业作为重点发展领域，机器人产业已经上升到国家战略层面。 在传统制造业转型升级的关键阶段，越来越多的企业将面临“设备易得、人才难求”的尴尬局面，所以，实现智能制造，人才培养要先行。《制造业人才发展规划指南》指出，要面向制造业十大重点领域大力培养技术技能紧缺人才，加强职业技能培训教学资源建设和基础平台建设。针对这一现状，为了更好地推广智能制造与工业机器人技术的应用，亟需编写一本系统全面的智能制造与工业机器人应用技术入门教材。 本书主要介绍了智能制造技术的基本知识，围绕智能工厂、智能生产、智能物流和智能服务这四个方面介绍了智能制造的内涵。此外，本书还介绍了智能制造关键技术、工业机器人基本知识及在智能制造领域的应用，并介绍了工业机器人的视觉技术及应用、智能移动机器人和工业机器人虚拟仿真技术等与智能制造密切相关的知识。本书依据初学者的学习需要科学地设置知识点，倡导实用性教学，有助于激发学习兴趣，提高教学效率，便于初学者在短时间内全面、系统地了解智能制造和工业机器人的基本知识。 本书图文并茂，通俗易懂，实用性强，既可作为高职高专智能制造、机电一体化、电气自动化及机器人技术等相关专业的教材，也可供相关行业的技术人员参考使用。为了提高教学效果，在教学方法上，建议采用启发式教学、开放性学习，重视小组讨论；在学习过程中，建议结合本书配套的教学辅助资源，如教学课件、视频素材、教学参考与拓展资料等。 本书由哈工海渡机器人学院的张明文和王璐欢主编。在本书的编写过程中，得到了哈工大机器人集团有关领导、工程技术人员，以及哈尔滨工业大学相关教师的鼎力支持与帮助，在此表示衷心的感谢！

《智慧城市大数据与人工智能》介绍智慧城市的需求、方法论和总体规划，智慧城市大数据的开发与技术应用。除了介绍数据与信息、数据挖掘、数据可视化、人工智能、深度学习、神经网络与人工智能相关的基础知识外，重点是人工智能与智慧城市和大数据“三位一体”的深度融合应用。最后通过“城市智慧大脑”案例的实践和应用，将智慧城市、大数据、人工智能深度融合应用落实到具体的、可实施的、可实现的智慧城市系统工程项目当中去。

多标记学习指一个样本可能对应多个语义标记的学习框架，在文本分类、基因功能分类、图像识别等领域广泛存在。多标记学习因其问题的复杂性及广泛的应用背景，得到了越来越多的重视与研究。多标记学习的研究主要围绕降低特征空间或标记空间的复杂性，提高多标记学习算法的精度而展开。《多标记学习：理论、方法与应用》主要介绍多标记分类、多标记特征降维、标记关系分析及多标记决策知识获取的理论、模型和方法，并力求展现多标记学习领域的新研究成果。

《智能机器人控制系统设计教程——多旋翼无人机系统》是根据自动化专业工程教育专业认证、新工科建设等需求而编写的，旨在提高学生在机器人控制系统设计方面的能力，进而培养学生解决复杂工程问题的能力。《智能机器人控制系统设计教程——多旋翼无人机系统》以多旋翼飞行器为对象，《智能机器人控制系统设计教程——多旋翼无人机系统》分为3部分，共13章。其中，基础篇由第1～3章组成，主要讲解机器人控制系统涉及的数学基础及其基本要点。设计篇包括第4～9章，详细介绍多旋翼飞行器的运动学方程、动力系统建模、姿态测量、姿态估计、控制器设计与稳定控制。实践篇为第10～13章，以Pixhawk飞控系统为例，从控制器硬件系统设计、软件设计、仿真与实验四方面进行详细的阐述，使读者能够快速地掌握多旋翼飞行器控制系统的开发思路、设计步骤及解决方案等。

群智感知作为一种新型的数据收集方式，在大数据领域受到了许多关注。但是作为群智感知的根本问题，即如何保障在群智感知场景下数据收集的数量和质量，仍然需要研究。本书从群智感知的研究背景出发，系统地讲述了如何保障在群智感知场景下数据收集的数量和质量的方法，并立足实际，用真实数据集验证所提出方法的优越性。此外，本书还根据群智感知系统的现状介绍了其下一步的研究内容，希望对读者有所启发。

群体智能优化算法作为解决复杂优化问题的有力工具近年来获得了较大的发展，业已成为智能计算领域的研究热点之一。《多目标群体智能优化算法/新一代人工智能系列丛书》比较全面地介绍了多目标优化问题和群体智能优化算法的研究现状和发展趋势，讨论了多目标优化方法的基本知识和基本原理；探讨了多目标优化方法的性能度量方法和基准的多目标优化测试函数集，并分类阐述了几种多目标烟花爆炸算法、多目标萤火虫算法、多目标粒子群算法和多目标进化算法的设计过程，包括算法的算子、算法流程、实验方案和实验结果与分析等。《多目标群体智能优化算法/新一代人工智能系列丛书》可作为计算机、人工智能和其他相关专业高年级本科生、硕士研究生、博士研究生，以及多目标群智能算法的爱好者和相关从业者进行学习和研究的参考书。

《从物联网到人工智能》运用西方在基础教育阶段普遍采用的基于项目学习（project based learning）的方法，通过实践和精彩的项目来掌握这些技术的精髓，摆脱了大量纯粹的理论、公式、算法和代码的教学，潜移默化地将现代技术传授给学生。本系列教材分为上下两册：上册着重于基础知识的介绍以及运用我们设计的学习组件和私有云让读者深入学习、掌握物联网的应用。下册结合我们研发的人工智能教育平台让读者掌握和运用人工智能的基础技术。

《工业视觉系统编程与调试（基于VBAI视觉系统）》主要以工业视觉技术为主线，讲述工业视觉的基本组建、视觉软件的环境搭建、相机程序的编写以及工业视觉技术的应用。该书主要内容包括视觉系统基础知识、VBAI视觉系统、VBAI视觉实例、VBAI通信实例和工业机器人视觉技术综合实训。　《工业视觉系统编程与调试（基于VBAI视觉系统）》可作为职业院校、普通高校工业机器人专业、自动化专业、工业控制类专业教材，也可供从事工业视觉应用与编程的人员参考。