《Scala机器学习：构建现实世界机器学习和深度学习项目》通过“保险赔偿程度分析”“电信客户流失分析与预测”“基于历史和实时数据预测高频比特币价格”“人口规模聚类与民族预测”“主题建模：更好地洞察大型文本”“开发基于模型的电影推荐引擎”“使用 Q-learning和Scala Play框架进行期权交易”“使用深度神经网络进行银行电话营销的客户订购评估”“使用自动编码器和异常检测进行欺诈分析”“使用递归神经网络识别人类活动”和“使用卷积神经网络进行图像分类”等11个完整的项目，结合Spark ML、H2O、Zeppelin、DeepLearning4j和MXNet等流行机器学习库以及一些经典数据集为读者介绍了机器学习项目的详细开发流程。 《Scala机器学习：构建现实世界机器学习和深度学习项目》主要针对数据分析师、深度学习爱好者和开发人员，他们虽具有一定的背景知识，但是对于实际项目的开发过程接触得不多。通过本书的学习，读者不仅可以清楚地了解到实际项目的开发流程，而且可以对目前流行的机器学习算法、机器学习库、经典数据集、Scala函数式编程概念和Maven、SBT等构建工具等内容有更深入的认识，并能够在生产就绪环境中开发，构建和部署研究机器学习项目。

《跨库语音情感识别技术研究》主要从两大方面对跨数据库的语音情感识别技术进行了研究：（1）从识别模型本身的角度出发，提出和改进一些方法来适应多数据库来源引起的样本空间失衡问题，进而提高SER系统的鲁棒性；（2）从特征的角度考虑，寻找新的特征类型来补充原有的特征空间，并将现有的特征进行优选和融合，提升它们在跨数据库任务中的有效性。

本书详细地介绍了工业机器人精度补偿的基础理论和关键技术，主要内容包括：机器人运动学模型建立方法和机器人定位误差分析、机器人运动学模型标定方法、机器人非运动学标定方法、机器人*优采样点规划方法。并进一步阐述了飞机装配自动制孔系统中工业机器人精度补偿技术的应用方法，以验证该技术的有效性。

本书主要介绍研究的目的和意义以及本本领域研究的进展情况和存在的问题；基于隐马尔可夫的语音识别，主要介绍语音识别基本理论和方法以及环境失配的数学问题；基于稀疏编码的甲型噪声补偿，主要内容为采用洗漱编码实现加性噪声的补偿，提高语音识别的鲁棒性；信道畸变两个子问题的划分与补偿，主要介绍信道畸变的补偿，通过划分两个子问题并分别进行处理，达到补偿目的；高斯依赖的信道畸变补偿，给出一种高斯依赖的信道畸变补偿方

本书全面介绍了区块链技术尤其是智能合约（链码）开发技术。全书共分为8章，第1章介绍区块链的基本概念，带领读者感受区块链的魅力；第2章介绍区块链所使用的信息安全技术，例如哈希算法、公钥算法等；第3章介绍超级账本的基本概念和应用案例；第4章介绍Hyperledger Fabric的安装、部署与调试；第5章介绍Hyperledger Composer智能合约开发工具和测试环境；第6章介绍Hyperledger Composer的基础语法、可选属性，可触发事件的编写方法以及测试模拟方法；第7章从电子货币案例出发，介绍Hyperledger Composer的自定义查询技术和复杂的网络模型建立方法；第8章通过实际案例讲解如何利用Rest Server生成的API来实现对区块链上数据的操作。 本书既注重系统性和科学性，又突出实用性，全面介绍了区块链超级账本应用开发所需技术和案例代码分析，适合于区块链应用的初学者和初级开发者，可作为高校相关课程的教材，亦可作为广大区块链应用开发人员、软件设计开发人员的参考书。

这是一本没有数学公式， 没有大量深奥的专业术语， 无论谁都可以读得懂的人工智能科普图书。它用通俗易懂的语言和简单、易理解的示例及丰富的插图， 为读者揭示人工智能（ＡＩ） 是什么， 以及人工智能对各行各业的影响和在各行各业的应用情况。本书分上下两篇。上篇是认识ＡＩ， 讲述了ＡＩ 的基础知识， 包括ＡＩ 的强项与弱项、ＡＩ 的历史、机器学习、深度学习、ＡＩ 的学习过程等。下篇是ＡＩ 对各行各业的影响， 包括客服、烹饪、播音和配音、保育员和教师、小说作家、动画师、医生、农业、秘书、翻译等。 本书适合想对人工智能有初步了解的读者阅读， 无论是准备对人工智能进行初步研究的专业人员， 还是完全不具备专业背景的青少年， 都可以阅读。本书还可以为读者在专业选择和就业去向方面提供有价值的参考信息。

在人工智能异常火热的今天，很多人认为我们生活在一个不可思议的历史时期，人工智能和大数据可能比工业革命更能改变人的一生。然而这种说法未免言过其实，我们的生活确实可能有所改变，但并非是朝好的方面发展。我们过于武断地认为计算机搜索和处理堆积如山的数据时不会出差错，但计算机只是擅长收集、储存和搜索数据，它们没有常识或智慧，不知道数字和词语的意思，无法评估数据库中内容的相关性和有效性，它们没有区分真数据、假数据和坏数据所需的人类判断力，没有分辨有理有据和虚假伪造的统计学模型所需的人类智能。 计算机挖掘大数据风行一时，但数据挖掘是人为而非智能，也是非常艰巨、危险的人工智能形式。数据挖掘先是通过大量的数据走势、相关关系来发现让我们内心愉悦却无实践价值的模型，然后创造理论来解释这些模型。作者通过“史密斯测试”和“得州神枪手谬误”等实例说明，如果你挖掘和拷问数据的时间够长、数量够大，你总能得到自己想要的结果，然而这是相关关系却并不是因果关系，只是自我选择偏好，并没有理论基础也没有实用价值。 在人工智能时代，我们对计算机的热爱不应该掩盖我们对其局限性的思考，真正的危险不是计算机比我们更聪明，而是我们认为计算机具有人类的智慧和常识，数据挖掘就是“知识发现”，从而信任计算机为我们做出重要决定。更多的计算能力和更多的数据并不意味着更多的智能，我们需要对人类的智慧有更多的信心。

《机器学习中的数学》是一本系统介绍机器学习中涉及的数学知识的入门图书，本书从机器学习中的数学入门开始，以展示数学的友好性为原则，讲述了机器学习中的一些常见的数学知识。机器学习作为人工智能的核心技术，对于数学基础薄弱的人来说，其台阶是陡峭的，本书力争在陡峭的台阶前搭建一个斜坡，为读者铺平机器学习的数学之路。 《机器学习中的数学》共19章，分为线性代数、高等数学和概率3个组成部分。第 1 部分包括向量、向量的点积与叉积、行列式、代数余子式、矩阵、矩阵和方程组、矩阵的秩、逆矩阵、高斯—诺尔当消元法、消元矩阵与置换矩阵、矩阵的LU分解、欧几里得距离、曼哈顿距离、切比雪夫距离、夹角余弦等；第2部分包括导数、微分、不定积分、定积分、弧长、偏导、多重积分、参数方程、极坐标系、柱坐标系、球坐标系、梯度、梯度下降算法、方向导数、线性近似、二阶近似、泰勒公式、牛顿法、zuixiao二乘法、求解极值、拉格朗日乘子法、KKT条件、欧拉—拉格朗日方程等；第3部分包括概率、古典概型、几何概型、互斥事件、独立事件、分布函数、离散型分布、连续型分布等。 《机器学习中的数学》内容全面，语言简练，实例典型，实用性强，立足于“友好数学”，与机器学习完美对接，适合想要了解机器学习与深度学习但数学基础较为薄弱的程序员阅读，也适合作为各大高等院校机器学习相关专业的教材。机器学习及数学爱好者、海量数据挖掘与分析人员、金融智能化从业人员等也可选择本书参考学习。

《深度学习与人体姿态动作识别》主要阐述了深度学习下人体姿态动作识别的相关技术和方法。全书共六章，章介绍了深度学习的发展历史；第二章介绍了各种相对深度学习来说属于传统浅层模型技术的原理和方法；第三章介绍了深度人体姿态动作识别相关的数据集；第四章介绍了传统人体姿态动作识别的相关技术和方法；第五章介绍了深度人体姿态动作识别的相关思路、原理和方法；第六章阐述了一些典型的深度人体姿态动作识别的技术方案。《深度学习与人体姿态动作识别》主要供图像处理与模式识别、计算机科学与技术、信息与通信工程等学科领域的研究人员、研究生以及工程技术人员参考使用。

《Scratch 3.0少儿人工智能编程指南》第1章介绍Scratch，以及它能够实现的内容；然后引出第2章Scratch 3.0的界面知识与操作方法，介绍Scratch 3.0的一些基本操作；接着在第3~6章以案例形式介绍了Scratch 3.0在动画制作、游戏设计、数学编程、硬件编程4个方面的实现方法和步骤；第7章介绍Scratch官方社区的相关内容。　《Scratch 3.0少儿人工智能编程指南》适合小学到高中阶段初次接触编程的少年儿童学习，既可以作为他们自学编程的入门教材，也可以作为一般培训机构的少儿编程入门教材。读者可以从Scratch图形化编程入手，首先了解计算机编程的一些基本概念，以便后续学习与理解高级编程语言。