《数理情感学》以“统一价值论”为理论基础，提出了情感的本质就是“人脑对于价值关系的主观反映”，并从价值论的角度对情感进行了数学定义和数学运算，在此基础上推导出情感强度三大定律和意志强度三大定律；根据情感与价值的对应关系，本书分析了情感分类、情感模式、情感动力特性等，阐述了感、知、情、意的本质及其逻辑关系；本书还在分析情感问题、解释情感现象、探索情感规律、建立情感的数学模型、揭示情感的逻辑程序等方面取得了重大突破，从而为研制真正意义的情感机器人奠定了理论基础。

人工智能已成发展趋势，而深度学习则是其中*有用的工具之一。虽然科技发展速度迅猛，现在实用技术更新换代的频率已经迅速到以周来计算，但是其背后*为基础的知识却是共通的。本书较为全面地介绍了神经网络的诸多基础与进阶的技术，同时还介绍了如何利用神经网络来解决真实世界中的现实任务。本书各章的内容不仅包括经典的传统机器学习算法与神经网络的方方面面，还对它们进行了对比与创新。如果能够掌握本书所讲述的知识，相信即使具体的技术更新得再快，读者也能根据本书所介绍的知识来快速理解、上手与改进它们。 本书兼顾了理论与实践，不仅从公式上推导出神经网络的各种性质，也从实验上对它们进行了验证，比较适合初学者进行学习。同时，本书所给出的框架更能直接、简单、快速地应用在实际任务中，适合相关从业人员使用。

本书共10章，可分为3个部分：第1～2章为部分，简介深度学习算法的发展历史和前沿技术简；第3～4章为第二部分，介绍深度学习主流框架；第5～10章为第三部分，主要为实践案例部分，结合应用场景使用深度学习技术解决相应问题，譬如语音识别器、聊天机器人、人脸识别器、对战机器人、推荐引擎构建等。

曾经机器人只出现在科幻小说中，如今，它们已是现代工业的重要组成部分，并且正逐步进入并影响我们的日常生活。对于有兴趣在机器人领域获得发展和潜在工作机会的人，该从何开始学习机器人技术呢？强烈建议你从本书开始，可以帮助你从0到1快速轻松入门。 通过超过200幅全彩图片全景解读机器人技术，让你仿佛置身其中，用真实、有趣的方式告别以往枯燥、灰暗的学习体验。 本书包含了作者在机器人领域多年经历和对机器人的热爱，针对不同种类机器人系统的使用和教学经验，提炼机器人品牌的通用精华知识，帮助你理解关键的知识点，搭建知识体系，进入机器人的世界。

机器学习正在迅速改变我们的世界。我们几乎每天都会读到机器学习如何改变日常的生活。如果你在淘宝或者京东这样的电子商务网站购买商品，或者在爱奇艺或是腾讯视频这样的视频网站观看节目，甚至只是进行一次百度搜索，就已经触碰到了机器学习的应用。使用这些服务的用户会产生数据，这些数据会被收集，在进行预处理之后用来训练模型，而模型会通过这些数据来提供更好的用户体验。此外，目前还有很多使用机器学习技术的产品或服务即将在我们的生活当中普及，如能够解放双手的无人驾驶汽车、聪明伶俐的智能家居产品、善解人意的导购机器人等。可以说要想深入机器学习的应用开发当中，现在就是一个非常理想的时机。 本书内容涵盖了有监督学习、无监督学习、模型优化、自然语言处理等机器学习领域所必须掌握的知识，从内容结构上非常注重知识的实用性和可操作性。全书采用由浅入深、循序渐进的讲授方式，完全遵循和尊重初学者对机器学习知识的认知规律。本书适合有一定程序设计语言和算法基础的读者学习使用。

《基于人工智能的行人流模拟与仿真》探讨基于元胞自动机、增强学习和智能计算等人工智能方法在行人建模与仿真方面的应用。《基于人工智能的行人流模拟与仿真》共5章，第1章系统讨论行人行为建模和行人仿真；第2章和第3章讨论基于元胞自动机理论的行人流仿真，分别讨论交织区行人流和大型商场行人疏散的问题；第4章讨论基于增强学习的行人流仿真；第5章讨论基于智能计算的行人流模拟。各章分别列出了详尽的参考文献，附录还详细列出了基于元胞自动机的行人流模拟程序。

随着人工智能、大数据、云计算等新兴技术的发展，安防行业面临转型升级。本书针对安防行业重点关注的“人、车、物”三个关键目标，结合平安城市建设成果，介绍了重点人员、重点区域和重点部位的布控方法和跟踪方案；介绍了射频识别、人脸识别和车牌识别等应用技术，特别是人脸识别应用已经呈井喷式应用状态；介绍了公安部门对图侦手段与大数据分析研判平台的研究和使用。

本书摒弃了枯燥的理论推导，以大量实战应用案例及知识模块等内容帮助机器学习领域的初、中级程序员踏实通过深度学习的技术门槛，切实提升开发技能，积累开发经验。 实战应用案例丰富，深入浅出地解析深度学习的方法论和深度学习实战应用是本书的一大特色，全书详细讲述了深度学习中涉及的神经网络基础知识、方法论解析与核心技术；同时从12个落地实践角度阐述了深度学习的实践应用。此外，本书中所有案例的代码程序均可以运行，读者按照相应说明，即可得到预期效果，希望本书的努力可以为读者在深度学习领域提供一定帮助，这就是我们的动力与追求。

机器博弈是人工智能领域的重要应用之一，也是研究人工智能技术的重要载体。本书主要介绍机器博弈的发展概况、主要技术和国内外赛事，共分为9章。第1章为引言；第2章介绍机器博弈的发展概况；第3章分析机器博弈的状态复杂度、博弈树复杂度和计算复杂性等；第4章描述机器博弈常用的搜索、评估和优化技术，包括穷尽搜索、裁剪搜索、启发式算法、迭代算法、*佳优化算法、随机搜索算法、遗传算法、并行计算、神经网络、机器学习等；第5章论述开发机器博弈平台系统的意义、分类、设计规范和相关技术；第6章以六子棋、围棋、点格棋和爱恩斯坦棋为代表，介绍完备信息机器博弈的关键技术；第7章以德州扑克、军棋、桥牌为代表，介绍非完备信息机器博弈的关键技术；第8章介绍机器博弈的国内外赛事；第9章为结束语。本书可作为高等院校人工智能相关课程的参考资料，也可为从事机器博弈及其相关领域的科研和应用人员提供参考。

深度学习是人工智能的前沿技术。《深度学习之美》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美》共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。 《深度学习之美》结构完整、行文流畅，是一本难得的零基础入门、图文并茂、通俗易懂、理论结合实战的深度学习书籍。