本书基于Python语言，结合实际的数据集，介绍如何使用机器学习与深度学习算法，对数据进行实战分析。本书在内容上循序渐进，先介绍了Python的基础内容，以及如何利用Python中的第三方库对数据进行预处理和探索可视化的相关操作，然后结合实际数据集，分章节介绍了机器学习与深度学习的相关算法应用。本书为读者提供了源程序和使用的数据集，方便读者在阅读时同步运行程序，在增强学习效果的同时为读者节省了编写程序的时间。源程序使用Notebook的形式进行组织，每个小节注释清晰，讲解透彻。同时为程序配备了相应的视频讲解，辅助读者对程序能很好地理解和消化。本书在简明扼要地介绍算法原理的同时，更加注重实战应用和对结果的解读。

本书从理论到实践，循序渐进地介绍人工智能算法的基础知识，帮助读者敲开人工智能算法之门。本书共有8 章，分别为算法入门、算法之内力、算法之招式、算法之****、算法工程的组成部分、算法工程实战、进阶学习、思考与展望。本书主要讲解算法的历史背景与基本概念、与算法相关的数学基础知识、信息学算法与数据结构的概念与知识点、业界常用的几类机器学习算法模型；本书还会介绍算法工程比较完整的组成部分，以及一个典型的算法工程项目，手把手带领读者体验算法的魅力；此外，本书会介绍人工智能算法的三大研究方向，帮读者迈向进阶学习之路。本书适合从事人工智能应用实践的科研人员和工程技术人员阅读，也适合高等院校计算机科学与技术、人工智能、大数据等相关专业的本科生和研究生阅读。

《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》从Python数据分析的基础知识人手，结合大量的数据分析示例，系统地介绍数据分析与可视化方法，带领读者逐步掌握Python数据分析的相关知识，提高解决实际问题的能力。《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》共13章，主要内容包括数据分析与可视化概述、Python编程基础、NumPy数值计算基础、Pandas统计分析基础、Pandas数据载人与预处理、Matplotlib数据可视化基础、Seaborn可视化、pyecharts可视化、时间序列数据分析、SciPy科学计算、统计与机器学习、图像数据分析和综合案例实战等。《Python数据分析与可视化（第2版）-微课视频版/大数据与人工智能技术丛书》可作为高等院校数据科学与大数据、软件工程和计算机科学与技术等专业的教材，也可作为Python数据分析初学者和爱好者的参考书。

《机器学习设计模式（影印版）》中的设计模式针对机器学习中反复出现的问题给出实践和解决方案。作者为来自谷歌的三位工程师，他们整理了已证实的方法，帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可复现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对你的情况选择技术的建议。你将学习：·识别和减轻在训练、评估以及部署机器学习模型时的常见挑战·为不同类型的机器学习模型表示数据，包括嵌入、特征交叉等·针对具体问题选择合适的模型类型·使用检查点、分发策略和超参数优化，建立一个鲁棒的训练循环·部署可扩展的机器学习系统，通过它你可以再训练和更新以反映新的数据·为用户解释模型的预测结果，确保模型公平地对待用户·提高模型的准确性、可复现性和弹性

本书从人工智能系统平台环境部署为主线讲解了人工智能的概念以及人工智能平台环境的部署，主要涉及Linux系统安装、GPU环境配置、Python环境配置、人工智能基础概念、Hadoop环境部署、数据库部署、Docker部署、集群的部署和维护等知识。全书知识点的讲解由浅入深，使每一位读者都能有所收获，也保持了整本书的知识深度。本书主要涉及八个项目，即基础环境搭建、人工智能平台知识基础、分布式计算原理及Hadoop部署、数据库基础知识、容器知识基础、容器管理工具及Kubernetes部署、人工智能平台实施、人工智能平台监控与维护，严格按照生产环境中的操作流程对知识体系进行编排。使用循序渐进的方式从Linux系统安装、GPU配置一直到相关服务的部署等知识进行讲解。

在人工智能浪潮的大背景之下，机器视觉的应用已经覆盖各个行业。机器视觉及其应用研究的主要目的是，让计算机实时处理传感器感知的信息，用图像和图像序列来识别和认知三维世界，最终让机器人或机器具有“视觉”功能，以满足社会对机器的智能化需求。《机器视觉与应用》以应用为导向，从机器视觉的硬件构建、算法实现及应用案例研究这3个层次，系统地介绍机器视觉的基本知识，以及图像处理、模式识别和机器视觉应用问题的一般求解方法。该书理论与实际相结合，分享了机器视觉在物体识别和测量、实时3D环境建模以及机器人的视觉伺服应用等方面的解决方案。《机器视觉与应用》可作为工程领域非电类专业的大学高年级学生和研究生的教材或自学资料，也可供从事先进制造、智能控制研究与应用的科技人员及管理人员学习。

自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命，尤其是近年来出现的基于预训练模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分：基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具；预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用；预训练模型部分介绍几种典型的预训练语言模型及应用，以及预训练模型的新进展。除了理论知识，本书还有针对性地结合具体案例提供相应的PyTorch 代码实现，不仅能让读者对理论有更深刻的理解，还能快速地实现自然语言处理模型，达到理论和实践的统一。 本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者，以及希望深入研究自然语言处理算法的计算机工程师阅读，也适合对人工智能、深度学习和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考。

《人工智能产品经理技能图谱》首先对人工智能产品经理做了分类，并对每类人工智能产品经理的工作流程进行了介绍，然后从相关技术、数学、算法、软件设计、硬件设计等方面对人工智能产品经理需掌握和了解的相关知识做了详细介绍。本书以丰富的实际案例贯穿始终，对各类人工智能产品设计方法论和人工智能技术指标进行了详细说明，方便读者快速掌握人工智能的发展现状及相关产品的设计方法。《人工智能产品经理技能图谱》适合希望或刚刚走上人工智能产品经理岗位的读者阅读，也适合人工智能相关专业的高年级本科生或研究生以及教师参考。

科技能解决我们所有的问题吗？尽管有相反的证据，但许多经济学家、专家和新闻记者似乎都这样认为。据他们说，智能机器和大数据不仅把我们从繁复的工作中解脱出来，还教育我们的孩子，改变我们的环境，甚至使宗教信仰变得更加人性化。这就是他们想要告诉我们的――我们应该放下焦虑同时接纳属于我们的机器人时代。但是，你一遍又一遍的讲故事并不会使它变成真的。Curtis White作为最聪明和敏锐的社会评论家之一，他知道如何创作一个充满诱惑力的故事。在《We，Robots》中，他与一群所谓的思想家纠缠在一起，因为他们相信未来是美好的，而机器人是可以进化的。 Curtis White有着渊博的学识和智慧，他认为，我们必须对那些试图在技术上不可避免地推销我们的人表示怀疑。

本书从不同角度来介绍企业级推荐系统构建的理论、方法、策略。首先让读者对推荐系统有一个基础的认知，然后针对将要用到的算法知识进行了详细讲解，接着从用户维度、标的物维度、算法维度、平台方维度等角度介绍了评估方法，再进行了工程实现，通过案例对工程实现的核心模块、架构设计、技术选型进行分解。紧接其后从运营角度讲解了推荐产品的应用场景及设计推荐产品的基本原则，并进行了实践，通过实践案例分析，进一步强化前面介绍的各个知识点，让读者有一个系统认识。