在大数据和智能社会不断发展的大背景下，如何培养人工智能应用型技术人才，日益成为社会各界关注的焦点。本书应此需求而作，系统分析了基于Python语言的自然语言处理相关基础理论、常用算法、基础技术以及实战实例应用。 本书内容紧密围绕自然语言处理，共可分为3篇（共12章）： 基础篇（第1～5章），重点介绍自然语言处理的基本概念、基本理论、常用算法以及基本技术，包括词处理、句法分析、文本向量化以及舆情分析和预测分析等； 过渡篇（第6章），重点分析深度学习的基本知识与基本理论，以及与自然语言处理的关系，同时通过实战实例介绍深度学习在自然语言处理领域的实际应用； 综合应用篇（第7～12章），基于各种智能应用开发技术和开发平台，介绍其在自然语言处理方面的实例，并具体讨论智能应用的部署方法和部署后的验证方法。全书各章提供了与本章主要内容配套的应用实例，每章后均附有复习习题。读者可以结合思维导图掌握教材的整体知识体系结构，参考附录的上机操作手册获得运行实例代码所需要的环境准备和环境设置相关知识。 本书可作为高等学校计算机类、人工智能类、商务类以及管理类专业的学生教材，也可供从事相关领域的专业技术开发人员和软件技术人员参考。

作为邱锡鹏老师出品的《神经网络与深度学习》配套案例，与《神经网络与深度学习》深度融合，从实践角度诠释原书理论内容。

本书分析研究了深度学习相关的网络模型，以及不同网络模型的算法结构、原理与核心思想及实战案例。主要内容涉及人工神经网络、模糊神经网络、概率神经网络、小波神经网络、卷积神经网络及其扩展模型、深度生成对抗网络及其扩展模型、深度受限玻尔兹曼机及其扩展模型、深度信念网络及其扩展模型、深度自编码器及其扩展模型等深度学习网络结构、原理与方法。通过深度学习网络在信道盲均衡、目标识别、图像分类和运动模糊去除、特征提取与识别、缺陷早期诊断等领域中的应用案例，为读者提供应用深度学习网络解决具体问题的思路和方法。本书适合人工智能、计算机、自动化、电子与通信、大数据科学等相关学科专业的科学研究人员和工程技术人员阅读，也可作为相关专业博士、硕士研究生的参考书。

本书从多维数组Tensor开始，循序渐进地介绍PyTorch各方面的基础知识，并结合深度学习中的经典应用，带领读者从零开始完成几个经典而有趣的实际项目，包括动漫头像生成、风格迁移、自动写诗以及目标检测。本书还介绍了PyTorch的几个高级扩展，包括向量化计算、分布式加速以及CUDA扩展。本书既适合深度学习的初学者及第一次接触PyTorch的研究人员阅读，也适合有一定PyTorch使用经验的用户阅读，帮助他们建立对PyTorch的基本认识，提高使用PyTorch框架解决实际问题的能力。

《类脑计算》从多学科交叉的角度将神经生物学在视觉神经机制、神经元信号加工与编码方面的解剖学与电生理学发现和认知心理学关于知觉信息加工、工作记忆等方面的实验结论，与人工智能中关于图像理解与人工神经元网络模型结合起来，设计能够模拟视网膜、初级视皮层和高级视皮层部分图像信息加工功能，以及模拟神经编码微回路的数据结构和层次网络计算模型，并用计算机视觉或图像理解领域常用的测试数据集来验证这些网络计算模型的效能。这些深入考虑了神经生物学基本机制与约束的计算模型，一方面能够在工程方面为图像理解或信息保持提供不同于传统方法的新解决方案，另一方面也为神经科学研究提供了探索神经信号加工内在机理的仿真平台。这些以信息加工神经生理机制和认知心理机制为基本出发点的计算建模研究为人工智能关于表征、神经计算新模型、基于结构的学习模型、不同于经典图灵机模型的新计算架构开拓了思路。

本书着重探讨新基建背景下我国人工智能的发展及其基础建设。全书包括基础、应用和实践三篇，共9章。基础篇分析了新基建的背景、概念、短板，以及人工智能的发展与挑战等，尤其是分析了人工智能与新基建内在的关系；应用篇分析了人工智能在产业融合及在医疗、教育、能源、城市建设、社区建设等领域的驱动作用；实践篇探讨了人工智能的数据建设、软硬件建设、技术研发、产品研制和人才培育等。推进人工智能新基建，对加快人工智能技术创新、全面提升其与产业融合和为社会赋能的可持续发展能力具有重大价值，这也是本书重点关注的内容。

本书从现代科技伦理的隐喻“黑镜”出发，系统而深入地剖析全球人工智能伦理与治 理发展的理论根源、人工智能落地应用场景中的伦理问题以及全球视野下的人工智能治理 问题。书中既包括对传统西方伦理学的形而上学的研究，也包括人工智能有关实践案例和 国际政策的解读。本书的目的不仅仅是对人工智能伦理和治理问题进行学术性梳理，而更 在于寻求解决真实世界中人工智能伦理与治理问题的路径，是一部在理论和实践层面都非 常有意义的专著。本书不仅讨论技术伦理涉及的伦理学、政治经济学、哲学和社会学等人 文科学思想，还涉及计算机科学、生物学以及医学等自然科学框架，利用跨学科思维深入 探讨如何在人工智能时代形成伦理共识和建立智能社会治理规则，以期帮助智能经济参与 者、人工智能研究和应用开发领域的专业人员以及公共管理决策者获得全面和独特的科技 洞察。同时，本书也是关注人工智能伦理与治理问题的读者适宜的科技人文读物。

脑机接口研究致力于在人类大脑与外部设备之间建立起连接通路，架设起生物智能和人工智能之间的桥梁。认知科学建立了研究认知（Cognition）和智力（Intelligence）的基本概念和科学方法论，为脑机接口对大脑的工作状态及认知活动的解读提供了理论基础。 \n本书从认知科学理论、探索脑认知活动的技术手段、脑机接口的代表性技术及其前沿应用四个方面系统介绍脑机接口领域的*新研究成果。全书内容主要来源于创作组成员多年来在认知科学和脑机接口研究领域的知识积累，不少章节内容直接来自于作者在这些领域的*新科研成果。创作组成员都是国内认知科学与脑机接口领域的*尖学者，对书中的技术论述力图做到深入浅出、通俗易懂、独立完整。 \n本书适用于具有一般大学理工科背景的读者，可作为科学技术人员了解认知科学和脑机接口研究领域的参考书，也可作为高等院校面向本科生或者研究生所开设的认知科学与脑机接口课程的教科书。 \n\n

本书首先针对Preisach迟滞模型描述的Hammerstein系统，提出了一致分段下三角矩阵方法辨识Preisach密度函数，避免了“擦除”的影向，并目采用Hanke 矩阵估计系统阶次，放松了盲辨课的条件：在此其础上设计了逆模型控制和滑模控制组成的混合控制器控制该Hammerstein系统。针对Backlash类迟滞非线性系统，为了简化控制器设计，将矢量误差转化为标量误差，并提出了规定性能函数保证控制精度收敛在规定性能范围内，并改进简化了现有规定性能函数。针对Prandtl-lshlinskii迟滞模型描述的非线性系统，提出了采用 Hopfield神经网络辨识系统未知参数，并设计了自适应控制策略。针对Bouc-Wen模型描述的迟滞韭线性系统，提出了扩张状态观测器观测系统未知状态并采用回声神经网络估计系统未知非线性和其他扰动，并提出了自适应滑模控制精确控制Bouc-Wen迟滞非线性系统。

本书采用图形化交互式人工智能软件“橙现智能”（Orange3）为工具讲解人工智能的基础应用知识和技能，采用图形化的形象方法方便读者对知识的理解。全书分为三个部分，第一部分介绍人工智能技术的概况，第二部分介绍若干常用的人工智能技术及其应用方法，最后一个部分介绍有关人工智能伦理的相关内容。本书的特色可以概括为“形象化概念理解，鼓励自我引导，强调技术应用”。本书鼓励读者自我引导，从合适的问题导入出发，引导读者自我寻找答案。为了做到这一点，本书在知识点介绍和讲解之前，进行适当的问题引导，通过生活中的类似问题，引导读者主动思考，使其在一个个问题的引导下恍然大悟，从心里感受人工智能各个知识点的内在逻辑。本书将所涉及的深奥难懂的人工智能原理进行图形化展现及讲解，让读者能够从直觉上理解而不是从概念上或者公式上加以所谓的理解。本书可作为人工智能应用入门者、人工智能技术应用者、高职高专及应用型本科学生人工智能通识课教材。