暂缺简介...

你是否发现，购物、短视频、资讯等平台背后的智能推荐算法，不断分析着你的购物偏好和浏览习惯；价格算法时刻计算调整着你能购买到的商品价位；导航算法、网约车平台算法和无人驾驶汽车算法等等，时刻影响着我们的出行…… 无论是否愿意，我们的生活已被算法包围。为了帮助大家全面认知我们当前所身处的世界，消弭技术发展过快带来的困扰与隐忧，《人人都离不开的算法——图解算法应用》一方面从人工智能算法的五大核心应用领域—公共、商业、医疗、工业、金融的典型场景出发，以通俗化、故事化和漫画化的具体事例，深入解读算法是如何在各行各业具体发挥作用和对日常生活的影响；另一方面，将从算法的责任监管和立法治理等角度，阐述算法开发与应用者们应该如何守好伦理底线，让科技向善而行。 《人人都离不开的算法——图解算法应用》脉络清晰，图文并茂，无论你是工作中会接触到算法应用的从业人员，还是对算法应用感到好奇的小白，本书都有助于你打开视野，看到算法在实际应用中的波澜壮阔。

本书对传统制造企业实施制造服务过程中涉及的理论与方法做了全面分析与介绍，为传统制造企业实施制造服务提供方法学指导。主要内容包括智能制造服务国内外研究现状分析、企业现代制造服务发展模式、企业现代制造服务过程实施方法学、企业制造服务实施过程建模方法、企业制造服务实施过程建模方法、复杂产品MRO服务优化调度技术、复杂产品远程监控与故障诊断技术、制造服务生命周期信息集成技术、企业制造服务系统实施评价和案例分析等。本书主要材料来源于本人主持的国家科技支撑计划项目 “基于全生命周期的高端重型装备制造服务系统关键技术研究与应用””（No.2015BAF32B04，2015.4-2017.12）的主要研究成果。

本书立足当今的数字时代发展特征，运用基于系统方法的思想，以独特的视角提出了人工智能（AI）和数字系统工程融合发展的概览趋势，启发人们理解人工智能对社会进步、工程创新实践的预示性意义。本书研究涉及商业、工业、政府、军队甚至学术领域等领域中人工智能普适性应用的基本范式，响应基于模型的系统工程（MBSE）的应用范式，针对系统中AI技术的实现，提出了设计、评估、证实和集成（DEJI）的系统工程流程模型。 \n本书特别适合于从事复杂组织体系研究的学者以及复杂体系工程开发、运行和验证的架构师、系统工程师等从业者使用，亦可作为系统工程大学教育的专业课程教材，同时还可供从事其他专业扩展人工智能交叉融合应用的人员使用。 \n

《哈密顿力学理论的形式化与机器人动力学形式化分析》系统深入地研究了辛几何理论、哈密顿动力学的公理化体系，并以四自由度串联机器人为例，研究了基于哈密顿动力学系统的形式化分析与验证方法的应用，为机器人动力学的安全设计提供了形式化验证理论和技术手段。《哈密顿力学理论的形式化与机器人动力学形式化分析》主要内容包括：哈密顿模型的几何基础——辛流形空间的形式化、哈密顿模型和拉格朗日模型的勒让德映射关系的形式化、哈密顿方程的形式化和机器人动力学的形式化建模与分析。内容涉及交互式定理证明、机器人、形式化验证等人工智能领域。

本书主要讲述了神经网络的重要概念和技术，并展示了如何使用Python来解决日常生活中常见的神经网络问题。本书包含了6个神经网络相关的项目，分别是糖尿病预测、出租车费用预测、图像分类、图像降噪、情感分析和人脸识别，这6个项目均是从头开始实现，且使用了不同的神经网络。在每个项目中，本书首先会提出问题，然后介绍解决该问题需要用到的神经网络架构，并给出选择该神经网络模型的原因，最后会使用Python语言从头实现该模型。此外，本书还介绍了机器学习和神经网络的基础知识，以及人工智能未来的发展。

本书为读者可视化地呈现了人工智能领域的知识架构、学习路线、常用教材、在线课程、学习工具和常用网站，从而全方位地为读者学习人工智能提供指引，帮助读者精准而高效地学习人工智能，达到快速入门和进阶的目的。本书内容包括7 个部分：第1 部分阐述“人工智能是什么”的问题；第2 部分解决“人工智能学什么”的问题，即要从理论基础、编程技术、专业领域知识三个层面进行人工智能的学习；第3 ～ 第5 部分为第2 部分的具体展开，描述“人工智能怎么学”的问题，即分别描述了人工智能的理论基础、编程技术、专业领域知识这三个层面该怎么学；第6 部分解决“人工智能前沿信息获取”的问题；第7 部分解决“人工智能论文写作与发表”的问题。

本书根据《普通高等学校工程图学课程教学基本要求》（2019版）编写。适宜作为本科院校工科、理科专业“工程制图”课程教材，以及高职、高专院校的工程制图教材，同时也可作为自学考试参考书。全书共分为13章，全部采用现行的国家标准和有关的行业标准。本书在编写中，考虑到计算机技术发展，尽量做到少而精，采用图、表等表达方式，增加了重点提示和知识拓展内容，计算机绘图部分突出了AutoCAD绘图软件的应用，配套了3D识图教学资源。读者可按不同专业和学时数的要求，对内容进行灵活取舍和组合。

本书由人工智能的数学基础、编程基础、基础理论和典型算法以及经典案例共4个部分组成。根据目标读者的数学基础安排全书的内容，使读者不仅能够比较系统地学习人工智能的基本技术和经典算法，而且能够在人工智能的技术中学习如何运用数学知识解决实际问题。本书适合对人工智能感兴趣的读者阅读。

现在的人工智能技术突破或许具有划时代意义，但即使是计算能力z强大、最先进的机器，也达不到人类智能的层级。人工智能具备测算能力，但它无法完全等同于人类的判断力。判断力是一种以符合伦理的承诺和负责任的行动为基础的冷静、深入的思考能力。 本书为我们理解人工智能提供了一种根本性的、新颖的本体论和认知框架。在以判断力作为终极智能目标的讨论框架下，作者试图考察人工智能从萌芽至今的发展历程。通过分析每一代人工智能技术的基本哲学假设、每一个阶段的智能概念以及迄今为止所取得的成就，作者对“智能”这一概念本身进行了阐释。他建议，人们应学习使用人工智能来执行后者擅长的计算性任务，同时加强自身的判断力和伦理原则。