《基于人工智能的故障诊断方法》结合轴承振动信号的固有特性，弥补传统智能诊断方法的不足，以深度学习、迁移学习、流形学习等人工智能技术为核心，面向海量轴承振动监测信号，提出一种新的智能诊断研究框架，主要围绕“监测信号标注困难”“工况交替多变”和“噪声干扰”等的不同应用需求，着重从深度聚类框架设计、跨域故障诊断模型构建、目标函数构造、度量函数设计、中心判别损失正则项设计，以及相关对齐时目标熵最小性质证明等几个方面展开研究，探索很大程度避免人工参与且具有较强领域自适应能力的智能诊断解决方案。《基于人工智能的故障诊断方法》适合制造业的研究人员和工程技术人员参考阅读，也适合作为高等学校计算机、人工智能、智能制造等专业的研究生教学用书。

本书从人工智能技术的演进和发展\人工智能技术体系人工智能技术角度，阐述在机电产品、研发设计、经营管理、生产制造、客户服务、经营决策中的应用，制造业企业实施人工智能的策略等。为人工智能技术在制造业中的应用落地给出一些方向和建议

本书着重介绍可以有效预测结果的两类核心算法，包括惩罚线性回归方法和集成方法，然后通过一系列的示例细节来展示针对不同的问题如何使用这些方法。全书分为7章，主要讲述算法的选择、构建预测模型时的要点等内容，并且结合Spark和Python技术，引入岩石与水雷、鲍鱼年龄问题、红酒口感、玻璃分类等经典数据集，将机器学习应用到数据预测分析中，帮助读者全面系统地掌握利用机器学习进行预测分析的基本过程，并将其应用到实际项目中。

本书是一本Python初级入门教程，主要为初学者介绍当前人工智能发展中使用最为广泛的计算机编程语言———Python语言的基础知识。 本书分Python语言基础篇和Python语言应用篇，介绍了Python的发展历史和Python语言的编写规范，同时还介绍了人工智能领域相关功能库的安装和使用方法，并提供了一些配套的实战练习。本书与《人工智能基础与进阶》共同形成一套适合人工智能初学者的参考教材，帮助读者快速尝试实践，体会“人工智能”的魅力。

本书针对集群无人机体系可靠性这一复杂问题，分析集群行为下无人机体系的演化和运行规律、任务变化和功能时变规则，介绍集群无人机任务参数与模型、集群无人机体系可靠性参数与模型以及集群无人机可靠性评估等方面的研究工作与成果。本书共10章。第1章概述了集群无人机研究现状；第2章给出了集群无人机体系可靠性建模与评估问题的研究框架；第3章到第5章对集群无人机任务参数、集群无人机任务系统概念建模和集群无人机任务参数建模的研究进行了介绍；第6章到第8章给出了集群无人机体系RMS参数与模型构建方法；第9章和第10章提出了集群无人机体系RMS三类评估方法，并给出了基于综合研讨厅的集群无人机体系RMS评价系统的设计方法。 本书可供高等院校无人机工程、可靠性系统工程、装备保障工程等相关专业的本科生和研究生阅读，也可供对集群无人机任务与可靠性问题感兴趣的研究人员和工程技术人员参考。

深度学习是基于多层神经网络的机器学习的一个子集，可以解决自然语言处理和图像分类等领域中特别困难和大规模的问题。《Apache Spark深度学习实战》解析了技术和分析部分的复杂性，以及在Apache Spark上实施深度学习解决方案的速度。书中首先介绍了Apache Spark和深度学习的基础知识，包括为深度学习设置Spark，学习分布式建模的原理，了解不同类型的神经网络，深度学习中数据的提取、转换和加载，数据流的应用；然后介绍了在Spark上实现CNN、RNN和LSTM等深度学习模型，使用Spark训练神经网络，监控与调试神经网络的训练，神经网络的评估，在分布式系统上部署深度学习应用，自然语言处理基础，文本分析和深度学习，卷积和图像分类；最后对深度学习未来的发展作了一个简要概括。另外，书中还使用DL4J（大部分）、Keras和TensorFlow等流行的深度学习框架实现和训练分布式模型。学完本书，读者可获得理解和处理复杂数据集所需的实践经验。本书适合Scala开发人员、数据科学家或数据分析师学习，也适合所有想使用Spark实现高效深度学习模型的人工智能相关专业的学生和开发人员。

随着语音算法技术的不断发展与完善，如何进行工程落地成为语音商业应用中普遍面临的问题。工程落地不仅要考虑模型效果，还要考虑资源占用、模块联调且整个架构要具有可靠性、可扩展性和可维护性。 本书围绕如何从零构建一个完整的语音识别系统，深入浅出地介绍了语音识别前端算法、语音识别算法及说话人日志算法原理；基于Kaldi的模型训练；语音识别工程落地和服务搭建。 本书适合作为语音技术研究人员及对语音技术感兴趣的开发人员的参考用书。

在大数据和人工智能时代，如何在享受新技术带来的便利性的同时保护自己的隐私，是一个重要的问题。《隐私计算》系统讲解了隐私计算的基础技术和实践案例，全书共有11 章，按层次划分为三部分。第一部分全面系统地阐述隐私加密计算技术，包括秘密共享、同态加密、不经意传输和混淆电路。第二部分介绍隐私保护计算技术，包括差分隐私、可信执行环境和联邦学习。第三部分介绍基于隐私计算技术构建的隐私计算平台和实践案例，隐私计算平台主要包括面向联邦学习的FATE 平台和加密数据库的CryptDB 系统等五个平台，以及隐私计算平台的效率问题和常见的加速策略；实践案例部分主要介绍包括金融营销与风控、广告计费、广告推荐、数据查询、医疗、语音识别及政务等领域的应用案例。此外，《隐私计算》还展望了隐私计算未来的研究和落地方向。在附录中介绍了当前新的中国数据保护法律概况。 《隐私计算》可供计算机科学、隐私保护、大数据和人工智能相关专业的学生，以及对隐私计算有兴趣的相关从业者阅读，也适合从事隐私保护相关研究的研究人员、法律法规制定者和政府监管部门阅读。

本书是以科普形式对军事智能进行深入探讨的有益尝试，将“技术体系与军事体系的相互影响”作为核心叙事逻辑，以具体战例和技术进展为支点，将军事智能涉及的感知、指挥控制、作战行动和军备控制等问题渐次展开、抽丝剥茧、逐步深入。本书不仅采用了更为网络化的语言，而且还结合音视频，构成了一部融媒体作品，以更为时尚的形式，来传播军事智能这一看似深刻的主题，将国防科技领域的科普作品变得更“潮”。

人工智能博览会突遭袭击，被称为“洛神”的人工智能机器人失窃。以小海为核心的未来侦探团正式成立，他们的第一个任务就是找到失窃的人工智能机器人。他们在寻找行窃者的过程中，发现行窃者竟然也是一个人工智能机器人——杰克。未来侦探团的小伙伴们发挥聪明才智，克服重重困难，终于抓到了杰克，却发现背后的黑手另有其人。本书在有趣的漫画故事中融入了人工智能的相关知识，如机器学习、云计算、自动驾驶等，读者可以一边阅读漫画故事，一边开阔眼界，加深对人工智能相关知识的了解。