深度学习的概念源于人工神经网络的研究，它是机器学习中一种基于对数据进行表征学习的方法。本书是一本详细的、实用的深度学习实践指南。它共有8 章，详细讲解了深度神经网络、Elman 神经网络、Jordan 神经网络、自编码器、堆叠自编码器、限制玻尔兹曼机的相关知识。本书并没有详细介绍那些深奥的数字公式，它旨在解释深度学习模型是如何工作的，让读者学会如何构建成功的深度学习模型，并将其用于数据挖掘，从而让读者迅速地学以致用，可以用深度学习构建更智能的应用。本书适合数据科学家、各领域的研究人员阅读，也适合其他对深度学习感兴趣的人士阅读。

暂缺简介...

暂缺简介...

数年来，几乎每天都能听到关于人工智能的重大新闻，其间，笔者针对人工智能的产业应用问题展开了一系列思考和研究，并得出了一些结论，本书即是对这些的总结。 本书分三大部分，第 I 部考察 AI 在特定行业和业务中的应用前景；具体论及 AI 的发展程度、人工智能如何改变人类特别是白领阶层的工作、AI与IoT的关系，此外该部分还针对几种不同类型的 AI 所擅长的领域，分别就“分析”“识别/认知”“学习/对话” 三方面展开论述，探索了 伴随AI 发展不同领域内的企业和社会将发生怎样的变化。 在第 II 部中，前两章是关于如何充分运用 AI 开发新服务以及怎样维护既存服务的相关内容。之后的章节中将举出其他行业、公司内部具体部门等例子，同时附带具体事例展开论述。针对 AI在制造业、广告/市场营销，以及令人稍感意外的农林水产领域中的应用进行考察后，不难发现 IT 只有与其他相关行业相结合才能继续发展下去，而这其中与人才、人事方面的结合尤为重要。 第 III 部围绕与其它国家AI研究、应用的对比，就AI 在不同领域中的渗透所引发的行业重组等问题展开说明，思考应该怎样推动AI的研发和利用。 不论读者是对 AI 的产业应用感兴趣，还是想了解 AI 社会下人类的作用，抑或理想的教育状态等，都能够从本书中获得有用的经验。

本书在介绍ROS总体框架和理论要点的基础上，讲解ROS的通信机制、常用组件和进阶功能；同时以实践为主，讲解机器视觉、机器听觉、SLAM与导航、机械臂控制、机器学习等多种ROS应用的主要原理和实现方法；并分析基于ROS的机器人系统设计方法和典型实例；后论述ROS2的框架特点和使用方法，剖析ROS的发展方向。

随着人工智能热潮的兴起，企业对人工智能领域产品经理的人才需求也开始井喷，人工智能产品经理成为顺应时代潮流的重要人力资源。实际上，人工智能确实给现有的产品和服务带来了全方位的升级，这也给产品经理从业人员提出了更高的要求，是关注人工智能产品的产品经理们面临的一次关键转型考验。 《人工智能产品经理——AI时代PM修炼手册》从知识体系、能力模型、沟通技巧等方面帮助大家系统地梳理了人工智能产品经理所必备的基本素质和技能，旨在帮助产品经理找到转型升级的佳学习路线，以成为合格的人工智能产品经理。 《人工智能产品经理——AI时代PM修炼手册》适合现阶段从事产品经理工作的人士转型做人工智能产品时学习，也适合以人工智能产品经理为职业理想的人士阅读。另外，人工智能领域的企业负责人和技术骨干也适合阅读《人工智能产品经理——AI时代PM修炼手册》，以了解企业的技术人才需求。

本书主要阐述了当前机器智能的热点技术——深度学习和强化学习技术的原理。在此基础上，介绍AlphaGo结合深度学习和强化学习技术，如何战胜人类围棋大师的原理。接下来，将深度学习的理论转化为实践，给出如何通过掌握TensorFlow和Keras深度学习框架，制作声控智能硬件的例子，同时给出机器视觉的对象检测案例，指导读者逐步学习使用深度学习技术。 本书的主要特点是实践操作，用实用可运行的案例来上手。本书可作为实践入门指导书，适用于对机器智能有兴趣的高年级本科生，也适合于对机器智能有兴趣的人员参考。

本书的基本目标是通过项目实践讲解ROS，探讨具有ROS接口的各种新技术。例如，你将看到如何构建自动驾驶汽车的原型，如何使用ROS构建深度学习的应用程序，以及如何在ROS中构建虚拟现实（VR）应用程序。此外，还将介绍使用ROS及其库的大约多个项目和应用程序。

本书为人工智能技术、产业的通俗读本，书中以AI技术对个人、社会的冲击为焦点，结合欧美日人工智能产业的调查研究，解读了AI时代的新秩序、新格局。作者行文结构清晰、考论得当，既有对技术要义原理的浅白讲解，如机器学习、深度学习；又有对就业、产业格局变革的研究和分析，如自动驾驶、智能机器人、医疗、养老、艺术等；还涉及技术时代下，人类存在价值、社会伦理伤痕的讨论；以及人工智能冲击背景下，对日本全产业衰退危机的深度思考。本书可作为了解人工智能技术的科普读物，也适用于人工智能产业相关人员作为背景知识、资料阅读参考。

《GAN：实战生成对抗网络》介绍深度学习领域一个十分活跃的分支——生成对抗网络（GAN）。《GAN：实战生成对抗网络》中覆盖了深度学习的基础、对抗网络背后的原理以及构建方式等内容。同时《GAN：实战生成对抗网络》还介绍了多个真实世界中使用对抗网络构建智能应用的案例并提供了具体的代码以及部署方法，旨在帮助读者能够在真正的生产环境中使用生成对抗网络。 《GAN：实战生成对抗网络》适合数据科学家、算法工程师、数据挖掘工程师以及其他机器学习领域相关的从业人员，以帮助他们在工作中应用生成对抗模型；也适合机器学习和深度学习的爱好者、初学者来了解深度学习领域的新魔力。