本书从概率近似正确（PAC）理论出发探讨机器学习的基础理论与典型算法，包括PAC学习框架、VC-维、支持向量机、核方法、在线学习、多分类、排序、回归、降维、强化学习等丰富的内容。此外，附录部分简要回顾了与机器学习密切相关的概率论、凸优化、矩阵以及范数等必要的预备知识。 本书重在介绍典型算法的理论支撑并指出算法在实际应用中的关键点，注重理论细节与证明过程，可作为高等院校机器学习、统计学等课程的教材，或作为相关领域研究人员的参考读物。

面对科技的迅猛发展，我国政府制定了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，并提出：人工智能产业要成为新的重要经济增长点，而且要在2030年成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。让认知升级，让智能重构生活玩转智能时代，搞懂人工智能的过去、现在及未来《人工智能：智能颠覆时代，你准备好了吗》将为你建立人工智能知识体系——技术发展完整介绍，技术前沿前瞻判断。《人工智能：智能颠覆时代，你准备好了吗》将帮你进行个人机遇挖掘——哪些工作机器无法替代，哪些机遇个人不能错过。《人工智能：智能颠覆时代，你准备好了吗》将展现产业重点——拥抱机遇规避风险，抓住经济发展新引擎。

以太坊打开了通向去中心化计算的大门，在这个平台上，你可以运行去中心化的应用程序（DApp）和智能合约。这些应用程序没有中心故障点或控制点，它们与支付网络集成，并在开放的区块链上运行。通过这本实用指南，你将了解在以太坊和其他基于虚拟机的区块链上构建智能合约和DApp所需的一切信息。为什么IBM、微软、纳斯达克以及其他数百个组织都在尝试以太坊？这本必不可少的指南向你展示了成为这个不断发展和令人兴奋的新兴行业的创新者所需的技能： 运行以太坊客户端，创建和传输交易，编写智能合约。 运行以太坊客户端，创建和传输交易，编写智能合约。 了解公钥加密、哈希的基本要素和数字签名。 了解“钱包”如何保存用来操纵以太币和智能合约的数字私钥。 使用JavaScript库和远程过程调用接口，以编程方式与以太坊客户端交互。 了解安全实践、设计模式和反模式，了解现实世界的例子。 创建代表资产、股份、投票权或访问控制权的代币。 使用多个P2P组件构建去中心化应用程序。

“具身语言学”是以“具身认知观”为哲学基础所提出的语言学理论，为语言学习和语言理解提供了全新的研究理论和方法。《具身语言学——人工智能时代的语言科学》从人工智能领域的研究角度出发，通过大量的神经科学和生理认知关联的基础知识，从四个方面来介绍具身语言，包括具身语言的理论基础、具身语言的研究现状和方法、具身语言的应用研究，以及具身语言未来研究的展望。

本书是为青少年读者撰写的一本通俗易懂地讲解人工智能如何产生并发展到今天的简明读物。青少年是国家与社会的未来，人工智能对国家与社会的影响目前已经显现，但更多更重大的影响将发生在未来，所以目前让青少年了解人工智能，使他们对之产生兴趣，期待探索它研究它非常重要。作者分十多个题目，从多个方面（科学思维、机器算法、人工智能对人类日常生活的影响、未来法律经济和政治生活中的人工智能，乃至人工智能给未来人类社会带来的挑战等）讲述人工智能给我们社会发展带来的益处、机遇及挑战和风险，让青少年在对人工智能产生兴趣的同时，也比较多地了解它的方方面面，从而为他们正确认识人工智能，推动其更好地为人类社会发展服务打下扎实的基础。

《人工智能极简编程入门（基于Python）》是“人工智能与大数据技术大讲堂”丛书中的**该书。全书贯穿“简体验”的讲授原则，并模拟实际课堂的教学风格，通过幽默风趣的大白话语言，手把手带领读者由浅入深、循序渐进地进行学习，让他们在身临其境的教学氛围中，轻松、愉悦地掌握人工智能技术领域的基础知识，从而跨入人工智能的大门。该书的阅读门槛极低，只需要读者具备初步的数理知识和计算机操作技能即可顺利学习；该书的学习曲线非常平滑，前面章节中的知识点都为后续章节的学习做好了铺垫，让读者的学习毫无障碍；该书通过“图书+视频+GitHub+微信公众号+学习管理平台+群+专业助教”的立体化学习解决方案，以及大量线上、线下互动，让读者可以体验到远超过同类图书的学习效果。该书共8章。第1章给出了切实可行的学习建议：第2章介绍了开发环境；第3～5章是专为人工智能和大数据而优化的知识要点，手把手带领读者从零基础开始学习编程；第6章与第7章从不同的角度手把手带领读者完成简单的卷积运算（深度学习的基础算法）；第8章带领读者解读一个案例中的部分源码（来自于流行的深度学习框架TensorFlow）。该书适合对人工智能、机器学习、深度学习和计算机视觉感兴趣的读者阅读，尤其适合零基础和弱基础的读者学习。阅读该书不要求读者有太多的编程基础与高等数学基础。

《深度学习的数学》基于丰富的图示和具体示例，通俗易懂地介绍了深度学习相关的数学知识。第1章介绍神经网络的概况；第2章介绍理解神经网络所需的数学基础知识；第3章介绍神经网络的*优化；第4章介绍神经网络和误差反向传播法；第5章介绍深度学习和卷积神经网络。书中使用Excel进行理论验证，帮助读者直观地体验深度学习的原理。

本书系统地介绍语音信号处理的基础、概念、原理、方法与应用。全书共分9章。第1章介绍语音信号处理及其发展过程； 第2章介绍语音信号的产生与人类听觉的机理，传统的线性语音产生模型，以及非线性语音产生模型； 第3章从语音信号的时域特征入手，引入时频分析的思想，并进一步阐述时频分析中短时傅里叶变换和小波变换在语音信号特征分析中的应用，最后对广泛使用的倒谱特征以及同态解卷积进行介绍； 第4章介绍语音信号的线性预测原理、解法、几种推演方法以及线谱对分析法； 第5章介绍语音编码的相关知识，包括语音的波形编码、极低速率语音编码技术，以及相关编码器的性能指标和评测方法； 第6章介绍语音识别的基本内容，从基于矢量量化的识别技术到动态时间归正的识别技术，从隐马尔可夫模型技术到基于深度学习的语音识别技术，从孤立词识别到连接词识别及连续语音识别技术，再到关键词检出技术，最后还介绍新兴起的语音识别应用技术，以及用于HMM系统构建的HTK工具和用于深度学习系统构建的Kaldi工具等； 第7章介绍说话人识别的基本内容，从基于GMMUBM的识别技术到基于支持向量机的识别技术，从基于联合因子分析的识别技术到基于ivector的识别技术，以及近年来受到关注的基于深度学习的识别技术等； 第8章介绍顽健语音识别技术，从影响语音识别性能的环境变化因素分析开始，介绍噪声环境下顽健语音识别技术，以及变异语音识别的技术； 第9章介绍语音合成的基本原理、线性预测合成、共振峰合成以及汉语按规则合成，以及基于HMM的合成技术等内容。 本书可作为高等院校计算机应用、信号与信息处理、通信与电子系统等专业及学科的高年级本科生、研究生教材，也可供该领域的科研及工程技术人员参考。

本书是面向计算机体系结构研究人员和工程师的深度学习入门读本。旨在用深度学习的方法和工具来改进硬件设计和做好加速和优化，提高深度学习系统的性能和精度。

暂缺简介...