语音是新一代人机交互的方式，语音识别是实现这一方式的关键环节，也是实现人工智能的基本步骤之一。本书结合当下使用广泛的Kaldi工具，对语音识别的基本概念和流程进行了详细的讲解，包括GMM-HMM、DNN-HMM、端到端等常用结构，并探讨了语音识别在实际应用中的问题，包括说话人自适应、噪声对抗与环境鲁棒性、小语种语音识别、关键词识别与嵌入式应用等方面，也对语音技术的相关前沿课题进行了介绍，包括说话人识别、语种识别、情绪识别、语音合成等方向。本书的写作以让读者快速、直观地理解概念为目标，只展示最基本的数学公式，同时本书注重理解与实践相结合，在对语音技术各个概念的讲解中都展示了相应的Kaldi语音处理命令，以便让读者进一步融会贯通。本书适用于语音识别及相关技术的初学者、在校学生，以及基于Kaldi进行产品研发的同仁，也可以作为语音从业者的参考书目。

本书从实战角度出发，为所有程序员和开发人员提供了使用Swift进行AI和机器学习开发的一站式服务。全书分为三部分：di一部分介绍机器学习和人工智能背后的基础知识；第二部分讨论许多有趣的主题，包括计算机视觉、音频、运动和语言；第三部分详细研究为第二部分的应用程序提供支持的技术。

本书主要介绍构建和训练生成对抗网络（GAN）的方法。全书共12 章，先介绍生成模型以及GAN 的工作原理，并概述它们的潜在用途，然后探索GAN 的基础结构（生成器和鉴别器），引导读者搭建一个简单的对抗系统。本书给出了大量的示例，教读者学习针对不同的场景训练不同的GAN，进而完成生成高分辨率图像、实现图像到图像的转换、生成对抗样本以及目标数据等任务，让所构建的系统变得智能、有效和快速。

在AI时代，各种各样的工作正逐渐被“AI”所替代，很多人都会担心自己的工作被抢走。日本经济学家野口悠纪雄认为，没有哪个时代的创意价值比现在还高；从某种意义上来说，这也是一个重大的机遇。实际上，很多人都对如何产生新的想法这一问题感兴趣。产生想法并不是一件简单的事情，有些人提出了各种各样的思考方法。但思考并非按照定型的程序来进行。我们却可以发现，在如何思考上是有一定规律可循的。本书首先揭示了关于思考的一些规律，并基于这些规律，提出了如何进行思考的具体意见。作者通过本书，从原理原则到新技巧，彻底解释作者所提倡的AI时代的“超”思考法。具体介绍了“不变的思考5法则”、“用智能手机制作的‘超’笔记”、即使没有灵感也能想出主意的思考秘诀及思考方法。阅读本书后，一定会想出越来越多的好点子！

《机器学习观止——核心原理与实践》在写作伊始，就把读者设想为一位虽然没有任何AI基础，但对技术本身抱有浓厚兴趣、喜欢“抽丝剥 茧”、探究真相的“有识之士”。有别于市面上部分AI技术书籍从一开始就直接讲解各种“高深莫测”算法的叙 述手法，《机器学习观止——核心原理与实践》尝试先从零开始构建基础技术点，而后“循序渐进”地引领读者前进，最终“直捣黄龙”，赢取最 后的胜利。 全书据此分为5篇，共31章，内容基本覆盖了由AI发展历史、数学基础知识、机器学习算法等经典知识点以及 深度学习、深度强化学习等较新理论知识所组成的AI核心技术。同时注重“理论联系实践”，通过多个章节重点 介绍了如何在工程项目中运用AI来解决问题的诸多经验以及相应的模型算法，以期让读者既能享受到“知其所以 然”的乐趣，还能体会到“知其然”的轻松和愉悦。 《机器学习观止——核心原理与实践》适合对AI感兴趣的读者阅读，从事AI领域工作的研究人员、工程开发人员、高校本科生和研究生都可以从 《机器学习观止——核心原理与实践》中学到机器学习的相关知识。

这是一部指导信贷业务如何用智能风控、反欺诈的技术和方法实现风险控制的著作。.作者是经验丰富的智能风控算法专家，先后就职于头部的互联网公司的金融部门以及头部的公募基金公司，致力于人工智能算法在信贷风控领域的应用。.本书不仅体系化地讲解了智能风控和反欺诈的体系、算法、模型以及它们在信贷风控领域实践的全流程，而且还从业务和技术两个角度讲解了传统的金融风控体系如何与智能风控方法实现双剑合璧。全书以实战为导向，辅以多个用Python实现的综合案例，便于读者理解和实操。.全书共10章，逻辑上分为四个部分：.第1~3章是风控业务的基础，首先介绍了什么是信用风险和欺诈风险，然后讲解了传统风险管理体系中搭建评分卡的思路，以及智能风控时代数据和模型的技术框架。.第4~6章集中讲述了智能风控中常见的特征工程、算法原理和建模流程，包括梯度提升决策树、孤立森林、神经网络、词嵌入、图嵌入等前沿算法的数学原理和公式。.第7~9章是作者参与过的风控和反欺诈实战项目，通过案例和代码的形式，帮助读者更好地将风控理念和建模技术融会贯通。.？第10章以金融科技行业的头部玩家为例，展望了智能风控和反欺诈技术未来的商业模式和发展方向。

本书介绍了蜂群算法的原理，深入研究了如何提升蜂群算法搜索和开发能力，系统探讨了蜂群智能算法的改进策略。并在此基础上，对蜂群算法在物流调度、自动控制、数据挖掘等领域的实际工程应用进行了研究，证实了相关算法的有效性。本书各章节之间既互相联系又相对独立，读者可根据自己需要选择阅读。本书可作为人工智能、自动控制、模式识别等专业的研究生和高年级本科生教材使用，也可供从事相关专业科研的工程技术人员阅读参考。

本书对于机器学习的核心方法，进行了深入而详细的介绍，并特别关注各学科最常用的算法。**特色在于力图以生动的语言、较多的插图与大量的实例来直观地解释机器学习的原理。同时，结合流行的Python语言，及时地介绍相应的软件操作与经典案例，为读者提供“一站式”服务。本书还提供详尽的数学推导，尽量避免跳跃，并辅以直观的文字解释。对于看似复杂的机器学习原理，则删繁就简，娓娓道来，让读者渐入佳境。本书适合普通高等学校经济管理类以及理工类等的高年级本科生和研究生使用。先修课包括微积分、线性代数与概率统计，但不要求有编程或Python语言经验。本书将从零开始，让读者快速体会到R语言的美妙与威力。

《人工智能算法安全与安全应用》内容共三部分。**部分介绍了当前的人工智能技术，进而引出了人工智能算法的脆弱性以及人工智能在网络安全中的应用，并对《人工智能算法安全与安全应用》的框架结构进行了大致介绍。第二部分是对人工智能算法安全性的探讨，该部分首先对人工智能算法的脆弱性进行了介绍，包括不同场景与应用的对抗样本生成方法和先进的对抗样本防御方法；然后对人工智能的数据安全进行了阐述与介绍。第三部分是对人工智能在网络安全中应用的介绍，分别介绍了人工智能在脆弱性发现、恶意代码分析、网络追踪溯源以及高持续性威胁（APT）检测中的应用。

本书围绕模式识别的基本概念、基础理论和典型方法，从实际应用问题出发，系统描述了模式识别的常用方法和常见技巧，并给出了一系列实验及应用案例。本书首先介绍了机器视觉的概念及特征提取的概念和方法；其次介绍了线性分类模型、非线性分类模型、时间序列预测模型和混合模型等理论知识与实践操作；最后重点介绍了图像识别、视频目标检测与跟踪、语音识别、生物特征识别和医学图像检索等典型应用。