通信的基本理论源于香农定理，之前人们认为信息是不会变化的，因此香农信息论将信息的传递作为一种统计现象来考虑，给出了估算通信信道容量的方法。认知信息是什么呢？信息从产生之后，在不断传输过程中，人们会自发的嵌入一个认知的环节。此时信息量会发生变化。这就是认知信息。而在研究认知信息时，最核心的是怎么度量认知信息的价值。价值是动态变化的，而且是有极性的，即信息存在正面和负面影响。为什么人类历史上很多信息消失了？因为它是负面的，是不符合规律、自然或普遍的真理的数据，因此最后都消失了。为什么一些正面的信息能够传承下去？因为它给人类的发展带来推动作用。很多人去认知它，会不断的净化它，把最核心的价值不断沉淀。而价值密度非常高的信息最后会一直流传下来。由于信息在传播过程中占用了很多通信资源，如何判断哪些信息是最有价值的，是可以存储或传播呢？通常，我们可以通过流行度，越广泛传播的信息，其价值越高。但这是通过人的行为来度量的，有时并不一定准确。我们需要通过一些基础理论来度量认知信息的价值。综上，本书提出了认知信息论。认知信息就是要度量认知后的信息的价值。物联网在未来应该不仅是把终端连起来，而是要把数据连起来，把价值网络连起来。移动通信技术从1G、2G、3G、4G的演化着重于优化频谱资源、通信容量和功耗等。但目前正在商业化推广的5G技术是通信领域的一大革命，把通信、网络与计算相结合，将物联网、区块链、边缘计算和云计算等分布式计算理论与技术组合成一个巨大的通信体系。而当通信与众多学科进行交叉结合时，认知信息论已经与传统的香农信息论不一样了。为了支撑海量的认知信息、庞大的通信系统和智能高效的计算，人工智能技术与通信理论的结合是必不可少的。这将会改变整个通信产业的发展方向，也从更加智能的角度提供了新的理论与技术方法。这也是本书之所以命名为《基于人工智能的通信理论与方法》的原因。

生成式建模（generative modeling）是人工智能领域热门的研究课题之一。现在算法已经可以教一台机器在绘画、写作和作曲等人类活动中取得出色的表现。通过这本实用指南，机器学习工程师和数据科学家们将学会如何通过生成式深度学习模型重新创建一些令人印象深刻的程序示例，例如变分自编码器、生成对抗网络、编码器一解码器模型和世界模型。作者David Foster在书中演示了每种技术的内部工作原理，首先介绍了使用Keras进行深度学习的基本知识，然后介绍了该领域先进的一些算法。通过书中的提示和技巧，你将了解如何使模型更有效地学习并变得更有创造性。探索变分自编码器如何改变照片中的人脸表情从头开始构建实用的GAN示例，包括用于样式转换的CycleGAN和用于音乐生成的MuseGAN算法创建循环生成式模型实现文本生成，并学习如何使用注意力改进模型了解生成式模型如何借助并行代理在强化学习环境中完成任务探索Transformer（BERT，GPT-2）模型架构以及ProGAN和StyleGAN等图像生成模型

无创式脑调制（noninvasive brain modulation，NBM）是一种采用电场或磁场调节神经系统活动的技术，已成为诊断、康复和治疗神经精神疾病的一个有效手段，同时也是研究脑生理、结构和功能的常用工具。《神经系统电场调节的理论与分析》以作者多年来相关研究工作为基础，结合NBM技术与神经计算领域的新发展撰写而成。内容深入浅出，在介绍电场神经调节效应和神经系统建模的基础上，从非线性动力学角度剖析了神经元的放电起始过程，系统阐述了电场对放电起始动态的影响规律，深入探讨了电场调制神经活动的生物物理机制。

主要内容 ● 用数学和编程思维快速掌握实用的深度学习概念 ● 利用Keras框架设计、开发、训练、验证和部署深度神经网络 ● 呈现调试和验证深度学习模型的最佳实践 ● 将深度学习作为服务部署并集成到大型软件服务或产品中 ● 将深度学习基本原理扩展到其他主流框架

《青少年无人机：DIY创客飞行器》结合国内中小学生学情及认知能力，结合STEM教育理念，融合无人机飞行原理和应用案例，启发学习者利用常见材料和工具制作四旋翼飞行器，并通过艺术手段进行升级改造。《青少年无人机：DIY创客飞行器》还加入了FPV科技元素，让学生走近并了解人工智能在现实生活中的应用。进阶式的体系让学生从“原理探究”进入“创造制作”，融合绘画艺术给作品“美化改造”终升级完成自主设计的飞行器。完成“项目挑战”后可拓展思维、发挥想象，加入新的人工智能模块可完成“创新智造”。创新的体系设计结合STEM教育和创客教育理念，开发学生的创新思维，提升学生的创新能力。《青少年无人机：DIY创客飞行器》可作为中小学拓展课程教材，也可作为青少年了解无人机的科普读物。

Python是目前比较热门的编程语言，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的爱选语言。《Python机器学习及实践/人工智能科学与技术丛书》以Python3.6.5为编写平台，以帮助读者快速上手、理论与实践相结合为出发点，介绍Python机器学习的相关内容。《Python机器学习及实践/人工智能科学与技术丛书》共10章，分别介绍了机器学习的基础知识、近邻法、数据降维、分类算法、回归算法、聚类算法、神经网络、推荐算法、频繁项集、数据预处理。通过《Python机器学习及实践/人工智能科学与技术丛书》的学习，读者可了解Python编程及在机器学习中的应用。《Python机器学习及实践/人工智能科学与技术丛书》可作为对Python和机器学习感兴趣的初学者的参考书，也可作为从事Python开发的广大科研人员、学者、工程技术人员的参考书，还可作为高等院校人工智能、计算机等相关专业的教材。《Python机器学习及实践/人工智能科学与技术丛书》突出的特点：内容由浅入深，既有原理介绍，又有实战操作，使读者在实践中掌握相关知识，并为解决问题提供详细的方法。具有超强的实用性，实例丰富，书中给出了80多个实例让读者理解概念、原理和算法。以理论与实践相结合为出发点，介绍Python机器学习的相关内容，即使没有机器学习基础的读者也可以快速上手。

《机器学习：基于OpenCV和Python的智能图像处理》利用Windows系统下的Anaconda搭建环境，并基于OpenCV框架和Python语言，详细阐述了智能化图像处理的实现方法。该书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，最后结合具体案例，使用Python语言和OpenCV库函数阐述图像处理技术。循序渐进，易学易懂：该书按照由浅入深、循序渐进的原则编写，并与大量实例相结合，使读者可以边学边练，从而提高学习的兴趣与效率。实例丰富，涉及面广：该书提供了丰富的OpenCV设计实例，内容涉及智能图像处理的多个领域。兼顾原理，注重实用：该书侧重于实际应用，精简理论，从理论与实践相结合的角度叙述智能图像处理技术，兼顾理论知识的同时，更注重具体实例的实现与应用。以上特点可帮助初学者快速入门，提高他们对图像处理技术的兴趣，并使他们在短时间内掌握智能图像处理技术的要点。

《计算机视觉前沿发展：目标检测专题》主要介绍基于深度学习的目标检测算法。从实用的角度出发，《计算机视觉前沿发展：目标检测专题》将目标检测问题分为2D目标检测，3D目标检测，以及总结与展望等几章，分别描述算法发展和侧重解决的问题，并对未来的发展趋势做出展望。第二章，在2D目标检测方面，《计算机视觉前沿发展：目标检测专题》介绍了多个学者近期感兴趣的研究方向，包括：1）为了解决深度学习训练样本不足的问题，2D目标样本的合成；2）为了解决训练时样本分布不均的问题，研究者们在难例选择上做出的一些工作；3）利用弱监督学习进行目标检测；4）以及在多尺度目标、多视角、多任务学习、遮挡等方面的问题。第三章，在3D目标检测方面，介绍以下多种方案完成3D目标检测，包括：1）基于双目图像深度估计的伪雷达；2）基于点云投影到鸟的视角；3）基于RGBD图像（2．5D表达）；4）基于规则3D体素；5）基于几何（Frustum）信息，6）基于点云；7）基于多任务学习等等。最后，作者总结当前目标检测算法的发展思路，分析各个流派方法的异同，并提出对未来算法发展的一些见解。

《文本机器学习》系统性地介绍了多个经典的和前沿的机器学习技术及其在文本域中的应用。首先，详细介绍了面向文本数据的预处理技术和经典的机器学习技术（如矩阵分解与主题建模、聚类与分类/回归等），并深入探讨了模型的原理和内在联系以及相应的性能评估；其次，详细介绍了结合异构数据的文本学习技术（如知识共享与迁移学习等），以及面向信息检索与排序的索引和评分等技术；末尾，详细介绍了一些文本应用相关的重要技术，包括序列建模与深度学习、文本摘要与信息提取、意见挖掘与情感分析、文本分割与事件检测等。本书从技术原理到实际应用，综合梳理了文本机器学习的多个技术，深入分析了模型的优缺点和内在联系，并在每章结束时提供了详细的参考资料、软件资源和习题。 《文本机器学习》不仅可以作为工具书供具有相关背景的专业人士使用，也可以作为教材帮助具有线性代数和概率论基础的初学者入门。

中国的AI产业在今天迎来了全面爆发。但不为外界所知的是，AI技术在很久以前已经在这片土地酝酿和积蓄力量。 从哈工大学子到百度CTO，王海峰的故事恰好见证了中国AI三十年的决然前进与不息生长。对于AI来说，王海峰是一名合格的翻译官：在学术界，他始终在探索语言与机器翻译的奥秘；在工业界，他作为百度AI的奠基人与推动者，将AI技术翻译给大众群体；在全球AI浪潮里，他将中国AI的话语翻译到了世界。 三次翻译，三十年旅程，王海峰的故事恰好可以覆盖各个领域，展现出中国AI从孤枝到盛放的全貌。从而帮助我们从亲历者的视角中，重新认识中国AI。