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。

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。

本书是以作者多年来从事人工智能研究的经验为基础，并广泛参考了国内外*新研究资料编写而成的。本书从人工智能的本源问题出发，着重介绍了人工智能各领域的概念体系、方法体系、经典算法与新的流行算法以及当前人工智能的研究热点——机器学习和机器视觉。 本书可供高等院校人工智能相关专业本科生、研究生作为教材或参考书使用，也可供相关科研及工程技术人员阅读。

软体机器人是机器人领域的新兴研究方向。软体机器人技术让机器人在非结构化、不稳定的环境下执行精巧、柔顺的操作任务成为了可能。实现这一目标的一切关键在于使用柔性的材料—— 硅胶、布料、气球、柔性塑料，以及它们的不同组合，并佐以神奇新颖却又易于实现的创新思路。本书以通俗易懂的语言和快速上手的制作项目，向同学们、发明家们、创客们介绍软体机器人技术各种概念。在本书中，你将会： ？ 了解生物模型对软体机器人这一新兴领域带来的变革 ？ 探索新颖的材料和制造工艺在机器人领域内外的应用 ？ 寻找传统机器人机构设计的柔性替代方案 ？ 体验低成本、易实现的机器人制作项目 ？ 学习面向更加复杂项目的手工制作技巧本书中介绍的项目涵盖了各种常用的工具使用及相关技术 —— 包括单片机技术、3D打印技术、模具加工与铸造技术等等，这些工具和技术能让你轻松创造有趣的软体机器人和装备。 时代进步，科技更迭。提升自我，更待何时！

人工智能是一门新的交叉学科，近年来涌现出了许多新的算法模型和框架。本书面向人工智能算法的实践与应用，参考了*级会议和国内外竞赛平台的内容，将所涉及的分类、检测、识别、预测等多项实验任务进行归类和优化整理。书中对每个实验的背景与内容都进行了详细阐述，对实验的要求与评估方法进行了深入讨论，对实验数据及来源进行了详尽描述，并给出了参考文献，以便于有兴趣的读者进一步研究和探索。 本书可为高等院校计算机科学、电子科学与技术、信息科学、人工智能等专业方向的研究人员提供参考，也可作为相关专业本科生和研究生的实践教学参考书，同时可供对人工智能应用感兴趣的研究人员和工程技术人员参考。

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术，以群体智能为主线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储；介绍了人工智能的经典算法，并且结合分布式技术，进行大规模分布式架构与演进；介绍了群体智能与博弈，结合分布式、大数据、智能核心，讲解了群体智能技术系统的发展方向与开发方式。 本书内容通俗易懂，案例丰富，实用性强，特别适合分布式、人工智能、大数据相关的入门读者和进阶读者阅读，也适合游戏开发、推荐系统、群体智能底层研究者等阅读。另外，本书也适合作为相关培训机构的教材使用。