本书从语义匹配的角度解决搜索引擎和推荐系统的关键痛点，为构建解决语义匹配问题的深度学习模型提供了通用框架。第1章概述搜索和推荐中的语义匹配问题，以及近年来的研究进展。第2章介绍传统匹配模型，包括潜在空间模型。第3章介绍深度学习技术在构建匹配模型时的应用。第4章和第5章分别介绍用于搜索和推荐的深度匹配模型，并将当前的深度学习解决方案分为两类：表示学习方法和匹配函数学习方法。第6章对全书内容做了总结，并为读者指明进一步学习的方向。 本书适合对深度学习感兴趣的各类读者，包括相关专业的本科生、研究生、博士生，以及从事信息检索、搜索引擎、推荐系统、计算广告相关工作的软件工程师。

语言智能正在快速发展。周建设教授主编的《语言智能研究（第1卷）》，不仅用大量材料报告了这一领域快速发展的现况，还尽量呈现相关方面的发展趋势。细读此书，可明现状，可测未来。“消极性”读者，只是被动地获取书中知识，而“积极性”读者，通过阅读能够创造新知，比如对语言智能有更深入理解，比如在本专业、本岗位积极利用语言智能成果，甚至是帮助人工智能的发展。

当前，有很多关于人工智能（AI），并和人类生产、生活关系紧密的议题被广泛讨论，包括“如何避免大数据时代个人隐私形同虚设”“代码是否具有道德”等。这些现实议题背后，是两个根本问题：何为“AI伦理”？何为“AI治理”？ 本书汇聚众多专家的观点，对这两个根本问题进行了深入探讨，涉及人工智能、计算机、法律、社会学等多个领域，覆盖社会和个人、生产和生活的诸多方面。　本书是根据未来论坛“AI伦理与治理”系列研讨会的成果总结、整理而来，分为AI向善的理论与实践、AI的公平性、AI与风险治理、AI决策的可靠性和可解释性、用户数据隐私、包容性的AI这6个专题方向。每个专题方向均汇集了各领域中一线专家经充分思辨讨论后形成的观点。　本书适合人工智能领域学者、工程师、管理者、创业人员和相关专业学生，法律、社会学等领域的专业人士，以及政府相关部门人员阅读。

本书将带领读者一起主动拥抱机器学习，快乐翻越高等数学、算法分析、工程实践这三座大山。根据会用即可者、想深入学习者、想成为专家者这三类读者的学习动机和阅读需求，全书一共用19章来讲解机器学习的各种模型，主要包括机器学习中基础和关键的线性回归、逻辑回归、决策树、贝叶斯、支持向量机、KNN等。全书具有语言表达轻快、模型讲解细致、图表配备众多三点特色。 本书可供计算机、人工智能、大数据等专业的大学生、研究生阅读，也可供需要用到机器学习技术的广大工程技术人员、研究人员作为参考。

本书是新一代人工智能系列教材之一。金融科技经历了金融电子化阶段、互联网金融阶段，进入了金融智能阶段。本书从金融智能的理论、应用和监管三个视角出发，围绕金融智能的理论，结合金融智能应用场景，介绍了人工智能、大数据等新兴技术所引起的金融业的解构与重构。本书共分5篇14章，主要内容包括金融智能概论、金融大数据概览、金融大数据管理、金融智能建模基础、推荐系统、知识图谱、金融智能客服、金融智能风控、金融智能营销、智能投顾、传统金融的智能化、合规科技、监管科技以及实验要求和实验指南。本书内容丰富、系统全面、实践性强，为读者学习金融智能提供了广泛的视角。 本书可作为高等学校人工智能、金融科技等专业高年级本科生和研究生相关课程教材，也可作为金融从业人员学习金融智能知识的参考读物。

如今绝大多数数据科学家和数据工程师基于高质量的标记数据集来训练学习模型。但是，人工构建训练集既耗时又昂贵，以至于很多公司的机器学习项目无法完成。有一种更为实用的方法。在本书中，Wee Hyong Tok、Amit Bahree和Senja Filipi向你展示了如何使用弱监督学习模型创建产品。你将学习如何通过使用Snorkel（斯坦福大学人工智能实验室的一个衍生产品），在弱标记数据集上构建自然语言处理和计算机视觉项目。由于很多公司研究的机器学习项目从未走出他们的实验室，所以本书还提供了如何在真实案例中使用你所构建的深度学习模型的指南。

本书力求用兼具浅白和学术的语言介绍量子张量网络中的抽象概念，包括量子、叠加、纠缠、测量、量子概率、三种著名的量子算法——Shor算法、Grover算法和HHL算法、张量、张量分解、四种典型张量网络态、TEBD算法、密度矩阵重整化群等，进而揭开这些概念自身本质和概念之间关系的面纱，内容涉及量子力学基本概念、三种著名的量子算法、张量基础、张量网络与量子多体物理系统、量子多体系统的张量网络态算法和基于张量网络的量子机器学习。本书在内容编排上主要是通过数学方式对量子张量网络机器学习进行阐述，而不会在物理学上对它们进行过多的精确解释，为张量网络机器学习提供捷径。

本书主要介绍关于人工智能语音测试的各方面知识点和实战技术。全书共分为9章，第1章和第2章详细介绍人工智能语音测试各种知识点和人工智能语音交互原理；第3章和第4章介绍人工智能语音产品需求和评价指标及其相对应的验收标准；第5章介绍如何准备语音数据，包括准备方案和具体方法；第6～9章介绍人工智能语音测试涉及的4大模块，即黑盒测试、自动化测试、算法测试、性能测试。本书从理论概念到测试实践，从手工测试到自动化测试，内容翔实且丰富，其中的项目方案、范例和实战代码都是经过长时间验证的，可直接用于实际环境。 本书适合初中高级软件测试工程师，测试经理/总监、开发工程师以及人工智能语音测试爱好者阅读，也可以作为培训机构和大专院校的教学用书。

本书是针对ROS（机器人操作系统）初学者的入门教程，内容聚焦于ROS的使用和开发。以Ubuntu操作系统安装和使用为起点，依次介绍了ROS安装、实体/仿真机器人搭建、机器视觉、SLAM建图、导航、多机器人系统等知识，*终引导读者独立完成机器人应用开发的任务。本书中的实验环境和代码基于ROS的Noetic版本。本书为读者提供了全部案例源代码和学习资料，读者可以直接扫描二维码下载。本书适合ROS用户及其编程开发人员使用，也可以作为高等学校或培训学校相关专业的参考教材。

本书总体目标是介绍群体智能与演化博弈交叉领域的现状、发展趋势和重要应用，为读者在群体智能、无人系统、仿生智能、对抗与博弈等领域开展跨学科研究和技术开发打下基础。全书共7章，主要内容包括绪论、基于粒子群优化算法的群体演化博弈、有限群体中任务分配博弈的动力学、带有破坏者的任务分配博弈演化动力学、基于演化博弈的多智能体覆盖控制、基于演化博弈理论的集群编队、基于深度优先策略的区域协同搜索等。通过本书的学习，读者可以了解群体智能的基础知识，学习如何应用博弈理论对集群的动力学属性进行建模分析、如何设计并实现群体智能的算法，实现群体的控制、建模、任务分配与协作。 本书既可作为自动化、计算机科学与技术、电子信息工程、机器人工程等专业研究生和高年级本科生的教材，也可作为相关行业科研人员的参考书。