TensorFlow是谷歌公司于2015年研发的深度学习框架，它的出现降低了人工智能时代的入门门槛，提高了开发效率。该书针对TensorFlow 2.x版本编写，基于工作过程进行系统化的体例设计，采用理论知识结合项目实例的形式，由浅入深地介绍TensorFlow深度学习框架的原理、特性、编程技巧和应用方法。该书包含深度学习的入门知识和大量实践经验，内容通俗易懂，书中省略了烦琐的数学模型推导，从实际应用问题出发，案例丰富，实用性强。《人工智能应用基础（TensorFlow版）》配套的数字课程将在“智慧职教”（www.lcve.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，包括微课视频、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（TensorFlow版）》既可作为高等职业院校人工智能课程的教材，也可供想快速上手TensorFlow、了解深度学习技术及应用的人员参考。

青少年的学习过程往往是以兴趣和好奇心推动的。《大圣陪你学AI：人工智能从入门到实验（套装上下册）》从少儿编程的角度出发，将青少年耳熟能详的《西游记》故事与常见、易懂的人工智能应用案例相结合，用一个个小故事来解读人工智能，人物形象丰满，故事生动有趣。故事的主人公——齐天大圣孙悟空更是青少年崇拜和喜爱的人物形象，孩子跟随他的冒险历程一起“打怪升级”，在轻松愉快的氛围中学到知识，在解决一个个问题的成就感中树立信心，在一个个由浅入深的实践操作过程中逐步形成对人工智能的基本认知。《大圣陪你学AI：人工智能从入门到实验（套装上下册）》围绕人工智能技术的特色和应用，借孙悟空师徒四人取经的经典故事，阐述自然语言处理、计算机视觉、音视频处理等人工智能技术内容，让小读者在趣味学习中获得理论知识的同时也提升实践能力。

《人工智能与未来社会发展》一书不仅有对人工智能研究的高度凝练与汇总，以及对人工智能前沿发展的探讨，还用大量篇幅着重阐释了人工智能在各个领域的应用和实践总结。从通信、能源、安全、新材料，到汽车、交通、海洋、机械制造、食品与药品，本书对这些与人类发展休戚相关的生产、生活与经济活动，都有实质性的探讨和实践。特别值得一提的是，该书还在人工智能立法、伦理道德、人机关系等社会学和心理学领域，探讨了人工智能对未来社会发展的影响。

神经网络在七十余年的发展历程中， 虽几经沉浮， 但仍已发展成为国际学术、产业及国家发展的焦点和热点，已成为未来创新社会发展的动力。本书从认知神经科学出发阐述了神经计算的范畴、历史与发展、基本原理等内容。全书共17章，分为两个部分： 第一部分（第1~10章）从神经网络计算的生物学基础出发，论述了前馈神经网络、反馈神经网络、竞争学习神经网络以及新兴的进化神经网络、正则神经网络、支撑矢量机网络、模糊神经网络、多尺度神经网络等模型与学习算法；　第二部分（第11~17章）论述了新近发展的深度网络模型与学习算法，包括自编码网络、卷积神经网络、生成式对抗网络、循环神经网络、图神经网络等及其在文本、图像模式识别、图像感知等领域的应用，其中在第16章的深度学习进阶中，论述了稀疏编码分类及应用、相关网络学习与训练的实例，以供有兴趣的读者进一步探索实践。 本书可作为高等院校计算机科学、电子科学与技术、信息科学、控制科学与工程、人工智能、大数据、图像感知等相关专业本科生或研究生的教材， 同时也可为相关领域的科研人员提供参考。

主要内容 ● 理解ANN和CNN的工作机制 ● 使用Python从头创建计算机视觉应用和CNN ● 使用TensorFlow从概念到生产学习深度学习项目 ● 与Kivy配合使用NumPy构建跨平台的数据科学应用

本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低，读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。 本书在使用每种机器学习的工具或技术之前，都会对相应的理论进行较为详实的介绍。但也同时考虑了机器学习理论的复杂性，在对理论知识的介绍中避免了复杂的数学公式，取而代之的是生动浅显的例子。其中很多示例是使用Python代码在Google云平台上实现的。 本书适合刚开始接触机器学习的读者阅读。

本书可视为一本以问题为导向的书籍， 非常适合具备一定数据基础和Python基础的读者学习，作为一本数据科学的基础书籍，读者可以在短时间内学习数据科学的经典算法。主要阐述 python3 基础内容；常用模块进行扼要阐述和实例操作；常见统计量， 数据转换， 以及多维数组等内容， 并通过代码实现； 特色是以问题导向的方式阐述了常见的 12 种经典算法；并介绍了 pytorch 的相关内容， 并扼要阐述了深度学习中几种经典的神经网络算法， 以及 pytorch 实现经典的神经网络算法。

本书较为全面地介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章，分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等，并提供了应用实例，旨在通过练习和操作实践帮助读者巩固所学的内容。本书可作为高等院校人工智能、计算机、自动化、电子等相关专业的深度学习教材，也可供人工智能、图像处理、计算机等专业研究人员和广大人工智能及深度学习技术的爱好者自学使用，还可作为人工智能技术培训的教材。

本书主要针本书主要针对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能的概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语音的智能辨识、人机的智能交互、无人驾驶、智能3D打印等方面的知识，注重培养学生的创造思维、数字化学习与创新意识、动手实践能力，树立其正确的信息时代社会责任感。 本书可作为高等学校通识课程的人工智能课程教材，也可适合非电类低年级本科生对人工智能入门知识的学习。 对大学低年级学生，讲解人工智能基础知识，帮助初入校大学生了解人工智能概念，掌握人工智能应用技术，进而独立创作完成人工智能相关作品。本书包含了人工智能导引、人工智能基础知识、灯光的智能控制、交通灯的智能识别、文字的智能处理、图像的智能辨识、语言的智能处理、人机的智能交互、无人驾驶、3D打印等方面知识。注重培养学生的创造思维、数字化学习与创新意识、动手实践能力，树立其正确的信息时代社会责任感。

本书从教育实践者的视角，系统地梳理了人工智能教育应用的现状及发展趋势。全书内容包括技术应用于教育的历史，智能教育技术的理论基础，人工智能时代教师和学生的特点，智能技术应用于课堂教学、教育管理和科研的现状，并且对人工智能教育应用的未来进行了展望。　本书既可供各类教育工作者以及教育管理者深入了解智能教育技术发展的现状与趋势，也可供教育技术工作者、智能教育装备开发者等专业读者进一步明确人工智能赋能教育的发展方向。