智能制造以智能工厂为载体，智能工厂作为智能制造重要的实践领域，引起制造企业的广泛关注和各级政府的高度重视。智能工厂是新兴IT技术、智能化技术与制造业高度融合与全面渗透而形成的一种新型工厂，着眼于打通企业生产经营的全部流程，实现从设备控制到企业资源管理所有环节的信息快速交换、传递、存储、处理和无缝智能化集成。本书面向智能制造发展过程中对智能工厂规划设计的需求，介绍数字化工厂技术的相关理论和方法，结合该领域中的优势产品——达索公司的3D EXPERIENCE平台，介绍其数字化工厂解决方案在智能制造、智能建造中的实际应用。 本书可作为智能制造相关领域的技术人员和实际工作人员的参考书，也可作为教材为智能制造及其相关专业的本科生或研究生使用。

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。本书所有案例均通过Python及Scikit-learn 机器学习库和Keras 深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。本书适合对AI 感兴趣的程序员、项目经理、在校大学生以及任何想以零基础学机器学习的人，用以入门机器学习领域，建立从理论到实战的知识通道。

本书力图从政策、技术、产业、应用四个维度，全面阐述全球人工智能发展的竞争格局、创新态势、产业体系、行业应用与趋势走向，系统介绍人工智能如何赋能并改变人们生产生活的方方面面，进而成为人类社会必不可少的新型基础设施。本书即可以作为政策制定者、行业研究人员、人工智能相关专业人员的参考读物，又可作为广大科技爱好者、大中小学生的科普读物。

本书涵盖以下主题： 用泰坦尼克号数据集讲解分类。清洗数据和处理缺失数据。探索数据分析。数据预处理的常用方法。选择对模型有用的特征。模型选择。 度量标准和分类评估。 多种回归分析技术。 评估回归结果的度量标准。 聚类算法。 降维技术。 scikit-learn流水线。

神经网络是深度学习的核心内容，TensorFlow是现在最为流行的深度学习框架之一。本书使用TensorFlow 2.1作为自然语言处理实现的基本工具，引导深度学习的入门读者，从搭建环境开始，逐步深入到理论、代码、应用实践中去。 本书分为10章，内容包括搭建环境、TensorFlow基本和高级API的使用、MNIST手写体分辨实战、Dataset API、ResNet模型、词嵌入（word embedding）模型的实现，最后给出3个实战案例：文本分类、基于编码器的拼音汉字转化模型，以及基于编码器、解码器的拼音汉字翻译模型。 本书内容详尽、示例丰富，是机器学习和深度学习读者必备的参考书，非常适合开设人工智能相关专业的大中专院校师生阅读，也可作为高等院校计算机及相关专业教材使用。

这是一部指导读者如何将软件工程的思想、方法、工具和策略应用到机器学习实践中的著作。 作者融合了自己10年的工程实践经验，以Python为工具，详细阐述机器学习核心概念、原理和实现，并提供了数据分析和处理、特征选择、模型调参和大规模模型上线系统架构等多个高质量源码包和工业应用框架，旨在帮助读者提高代码的设计质量和机器学习项目的工程效率。 全书共16章，分为4个部分：第一部分 工程基础篇（1～3章） 介绍了机器学习和软件工程的融合，涉及理论、方法、工程化的数据科学环境和数据准备； 第二部分 机器学习基础篇（4、5章） 讲述了机器学习建模流程、核心概念，数据分析方法； 第三部分 特征篇（6～8章） 详细介绍了多种特征离散化方法和实现、特征自动衍生工具和自动化的特征选择原理与实现； 第四部分 模型篇（9～16章） 首先，深入地剖析了线性模型、树模型和集成模型的原理，以及模型调参方法、自动调参、模型性能评估和模型解释等；然后，通过5种工程化的模型上线方法讲解了模型即服务；最后，讲解了模型的稳定性监控的方法与实现，这是机器学习项目的最后一环。

《人工智能与开源硬件/科技教师能力提升丛书》将人工智能与开源硬件紧密结合，尝试用开源硬件实现人工智能的功能，为科技教师提供人工智能课程资源。《人工智能与开源硬件/科技教师能力提升丛书》选取了在人工智能领域较为典型的应用，包括语音识别、图像识别、无人驾驶、物联网等，并以项目式教学（project-based learning，PBL）的形式将知识的讲解和学习融入项目中。《人工智能与开源硬件/科技教师能力提升丛书》中的案例具有一定的可拓展性，教师在学习了基本知识和项目以后，能够根据本校学生的特点进行拓展，《人工智能与开源硬件/科技教师能力提升丛书》配有丰富的课程案例与资源。可以说，《人工智能与开源硬件/科技教师能力提升丛书》更像是一个“引子”，引导更多教师参与到人工智能的教育中来。《人工智能与开源硬件/科技教师能力提升丛书》可作为中小学校、校外培训机构、科技馆所等科技教师和科技辅导员的培训用书，也可作为教师提升科学素养，提高专业能力，开展教学活动的参考用书。

人工智能：智能驾驶

本书主要内容有：比较不同机器学习方法的优缺点、监督学习、无监督学习和强化学习。从头到尾的建立和管理机器学习项目。建立一个异常检测系统，以捕捉信用卡交易的欺诈。将用户集群到不同的同构组中。执行半监督学习。使用受限制玻尔兹曼机开发电影推荐系统。使用生成对抗网络生成合成图像。

人工智能：语言智能处理