内容介绍 这是一部讲解如何基于机器学习技术实现数据缺失值填补的专著，与传统的基于统计学的缺失值填补方法相比，效率上得到了较大的提升。作者基于多年的研究和实践成果，创新性地提出了基于神经网络的缺失值填补方法和基于TS模型的缺失值填补方法。 全书共8章，可分为4个部分。 第壹部分（第1~3章）：首先介绍缺失值填补领域的缺失数据机制、基本概念、性能度量等基础知识，随后详细阐述目前基于统计学、机器学习的缺失值填补理论与方法。 第二部分（第4~5章）：对目前神经网络在缺失值填补领域的研究成果进行归纳总结，并从网络模型、填补方案角度阐述神经网络填补方法的设计及应用。 第三部分（第6~7章）：详细介绍面向不完整数据的TS建模过程，随后通过特征选择算法处理TS建模中的特征冗余问题，并从前提参数优化和结论参数优化两个角度改进TS模型。 第四部分（第8章）：以缺失值填补方法在我国贫困问题研究中的应用为例，展现缺失值填补方法的现实意义。

《树莓派智能小车嵌入式系统开发实战》基于树莓派智能小车的嵌入式应用开发进行讲解，主要内容包括树莓派智能小车介绍、图形化编程软件、机器人迷宫导航模拟器、迷宫导航算法、智能小车C语言编程、深度学习框架、树莓派机器视觉开发和语音识别开发。《树莓派智能小车嵌入式系统开发实战》既注重基础知识的讲解，又关注IT前沿技术发展的趋势，内容全面，具有极高的前瞻性和适用性。《树莓派智能小车嵌入式系统开发实战》叙述通俗易懂，书中的案例全部经过反复测试，详实可靠，并有课程教学网站http：//u.eec-cn.com/ti/thf/resourceStore/theroryCourse提供配套支持，既可以作为普通高校计算机嵌入式实训课程的教材，也可以作为职业培训教育的参考用书。

机器学习是一门多领域交叉学科，可以通过模拟来让计算机获取新的知识或技能。Apache Spark是一种通用大数据框架，也是一种近实时弹性分布式计算和数据虚拟化技术，Spark使人们可以大规模使用机器学习技术，而无须在专用数据中心或硬件上进行大量投资。本书提供了Apache Spark机器学习API的全面解决方案，不仅介绍了用Spark完成机器学习任务所需的基础知识，也涉及一些Spark机器学习的高级技能。全书共有13章，从环境配置讲起，陆续介绍了线性代数库、数据处理机制、构建机器学习系统的常见攻略、回归和分类、用Spark实现推荐引擎、无监督学习、梯度下降算法、决策树和集成模型、数据降维、文本分析和Spark Steaming的使用。本书是为那些掌握了机器学习技术的Scala开发人员准备的，尤其适合缺乏Spark实践经验的读者。本书假定读者已经掌握机器学习算法的基础知识，并且具有使用Scala实现机器学习算法的一些实践经验。但不要求读者提前了解Spark ML库及其生态系统。

内 容 简 介 书中以案例形式详细介绍了PyTorch的各种实战应用。具体内容包括PyTorch与TensorFlow的对比和PyTorch的发展现状，张量Tensor和自动微分Autograd及其具体应用，PyTorch构建神经网络，基于PyTorch构建复杂应用，PyTorch高级技巧与实战应用，网络剪枝应用。

为适应机器人产业发展以及新工科对自动化类、机械类机器人技术相关专业人才培养的要求，本书以建模、标定、规划、控制、视觉等为主要内容，较为系统地阐述了机器人控制技术的相关基础知识。本书共九章。第1章介绍机器人发展史和机器人基本知识；第2章介绍机器人坐标变换、分析机器人运动学；第3章介绍机器人工件坐标系和工具坐标系的标定方法；第4章讨论机器人关节空间轨迹规划和笛卡儿空间轨迹规划；第5章分析机器人雅可比矩阵和机器人动力学建模方法；第6章介绍关节驱动和单关节独立线性控制；第7章讨论机器人的非线性控制方法；第8章分析机器人力位混合控制和阻抗控制；第9章介绍机器人视觉基本原理和图像处理技术。本书自第2章起每章*后都针对重点知识点设计了相应的习题。本书可作为机器人工程、智能制造、自动化、机械设计制造及其自动化、机械电子工程等专业本科生或相关学科研究生的教材或参考书，也可供从事机器人研发、应用的科技工作者参考。本书配有电子课件，选用本教材的教师可通过以下方式之一索取：登录www.cmpedu.com注册下载，加微信jinaqing_candy索取，或发邮件至jinacmp@163.com索取（注明姓名、学校等信息）。

《人工智能应用基础（Python版）》共9章，主要介绍了人工智能在监督学习、非监督学习、强化学习3个领域的10种常见算法，包括kNN、贝叶斯、决策树、支持向量机、集成学习、K-means、线性回归、神经网络、卷积网络、Q-learning等。全书采用Python作为实现语言，通过大量原创图表及实用案例让读者参与和体验人工智能的“决策过程”，希望读者能够了解并掌握人工智能的常用算法。该书配套的数字课程将在“智慧职教”（www.icve.com.cn）网站上线，读者可登录网站学习，授课教师可以调用本课程构建符合自身教学特色的SPOC课程，详见“智慧职教服务指南”。此外，该书还提供了其他丰富的数字化课程教学资源，包括电子课件（PPT）、实训案例、资源文件及源代码等，教师可发邮件至编辑邮箱1548103297@qq.com索取。《人工智能应用基础（Python版）》既可以作为高等职业院校的人工智能课程教材，也可以作为想了解机器学习技术及应用实践的人员的参考书。

本书全面、客观地综述在云计算、大数据环境下知识工程领域面临的新的科学问题及技术挑战，展示国内外在知识工程领域所取得的**进展，特别是对国内学者系统性、开创性的工作予以足够的重视并详细论述。本书针对大数据知识获取、表示、发现、开发与服务问题，围绕七大主题对国内外进展进行综述，包括大数据知识工程引论、知识表示、知识发现、知识管理与搜索、知识的智能建模、知识迁移和转换、知识工程交叉领域，这是在中国人工智能学会领导下，由知识工程与分布专委会组织编写的有关知识工程的具有重要学术价值和技术前瞻性的技术发展报告，适合人工智能及相关专业本科生、研究生、高级专业技术人员、政府科技管理人员阅读。

人工智能是研究理解和模拟人类智能、智能行为及其规律的一门学科。本书系统地阐述了人工智能的基本理论、基本技术、研究方法和应用领域等内容，比较全面地反映了国内外人工智能研究领域的Z新进展和发展方向，包括智能优化算法及应用研究。本书共6章，主要内容包括：人工智能的定义、起源、分类与发展，人工智能的知识表示方法，确定性推理的主要方法，非经典推理的主要方法，机器学习的各种基本方法，智能算法原理和应用，着重阐述当前领先的群智能算法及应用。 本书适合作为高等院校相关专业本科生和研究生的人工智能课程教材，也可供从事人工智能研究与应用的科技工作者学习参考。

这是一部讲解如何基于NLP技术和人机交互技术实现聊天机器人的著作。 两位作者聊天机器人领域均有多年大型项目的实战经验，这本书不仅讲解了NLP和人机交互的核心技术，而且从技术、算法、实战3个维度讲解聊天机器人的原理、实现与工程实践。 本书有3个特点： 前瞻性强，专注于NLP和人机交互的前沿技术，以及会话式AI技术在热门场景中的工程实践。 实战性强，每章都提供实战代码，大部分代码简单修改后便可在实际场景中使用；数据集并非简单构造，而是具有真实性。 对比性强，结合应用场景，对比不同技术的优劣，既能指导读者进行技术选型，又能加深读者对不同技术的理解。 本书一共12章，分为三大部分： 第壹部分 基础篇（第1-2章） 首先系统介绍了人机交互技术和聊天机器人技术的必备基础，然后讲解了深度学习工具的使用以及NLP开发环境的搭建 第二部分 算法篇（第3-8章） 这部分是核心内容，主要讲解中文自然语言处理的各种算法，包括分词技术、数据预处理、词向量技术、序列标注与中文 NER、文本深度学习、循环神经网络等。 第三部分 实战篇（第9-12章） 主要讲解了语言模型与对话生成、知识图谱问答、自然语言推理、实体语义理解这4种人机交互方面的高阶技术，涵盖信息抽取、槽位填充、语义理解、聊天机器人、问答系统、多轮对话技术等知识点。

本书向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前*流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。书中示例的数据、工作表和Python代码都在作者的网站上，本书同时还提供了一套完整的幻灯片，供教师使用，教师可自行下载使用。