自然语言处理是一门融语言学、计算机科学、数学于一体的科学，研究人与计算机之间用自然语言进行有效通信的各种理论和方法。计算语言学是指通过建立形式化的数学模型来分析、处理自然语言，并在计算机上用程序来实现分析和处理的过程，旨在以机器来模拟人的部分或全部语言能力的目的。《自然语言处理与计算语言学》作为一本借助于Python编程语言以及各种开源工具（如Gensim、spaCy等）来执行文本分析、自然语言处理和计算语言学算法的图书，从应用层面介绍了相关的理论知识和所涉及的技术。《自然语言处理与计算语言学》共分为15章，其内容涵盖了文本分析的定义、使用Python进行文本分析的技巧、spaCy语言模型、Gensim工具、词性标注及其应用、NER标注及其应用、依存分析、主题模型、高级主题建模、文本聚类和文本分类、查询词相似度计算和文本摘要、词嵌入、使用深度学习处理文本、使用Keras和spaCy进行深度学习、情感分析与聊天机器人的原理介绍等。《自然语言处理与计算语言学》适合对自然语言处理的实现细节感兴趣的Python程序开发人员阅读。如果读者具备统计学的基本知识，对学习本书内容会大有裨益。

迁移学习解决的是系统如何快速地适应新场景、新任务和新环境的问题，在目标域中只有少量标记数据可用时，它赋予了机器学习系统利用辅助数据和模型来解决目标问题的能力。这使得机器学习系统更加可靠和健壮，并且让机器学习模型在面对不可预见的变化时尽可能达到预期的性能。在企业层面，迁移学习允许知识的重复利用，使得每次获得的经验可以重复地应用于现实世界。 本书为迁移学习方向首本算法、理论、应用方面成熟、成体系的总结，相关领域研究的系统性参考。为迁移学习领域的新加入者提供了坚实的基础，也为经验丰富的研究人员和开发人员提供了新的视野。 本书分为两部分。第1部分（第1～14章）介绍迁移学习的基础，其中第1章对迁移学习进行概述，第2～14章介绍迁移学习相关的各种理论和算法。第2部分（第15～22章）讨论迁移学习的许多应用领域。第23章是对全书的总结。

本书是高效学习树莓派（Raspberry Pi）的入门级实践指南，将帮助你快速地掌握树莓派的各项内容，指导你开展各种项目实践。树莓派是只有一张信用卡大小的卡片式计算机，具有功能强大、性能出色和价格便宜等特点，受到了计算机硬件爱好者以及青少年STEAM教育界的欢迎，风靡一时。 本书覆盖了树莓派的许多主题，包括设置和运行图形用户界面（GUI）、驾驭命令行、操作Linux系统、编辑文件、设置网络服务器、摄像与信息服务、搭建媒体中心等有趣的实践项目等内容。 本书适合创客、单片机学习者、电子爱好者、STEAM教育工作者、计算机软硬件爱好者及对树莓派感兴趣的读者阅读，也适合作为STEAM相关实践课程的基础教程。

本书由浅入深、全面系统地介绍人脸图像的各个研究方向和应用场景，包括但不限于基于深度学习的各个方向的核心技术。本书理论体系完备，讲解时提供大量实例，可供读者实战演练。本书涵盖的内容非常广泛，从基本的人脸数据集发展历史和人脸检测开始，分别讲述在此基础上进行的人脸图像处理的相关技术与应用，涉及身份识别、安全认证、人机交互和娱乐社交等领域。 本书共11章，涵盖的主要内容有人脸图像与特征基础、深度学习基础、人脸数据集、人脸检测、人脸关键点检测、人脸识别、人脸属性识别、人脸属性分割、人脸美颜与美妆、人脸三维重建及人脸属性编辑。 本书适合计算机视觉领域的初学者及所有在人脸图像算法领域想要有所提高的工程技术人员、学生及教职工阅读。读者既可以将本书作为核心算法书籍学习理论知识，也可以将本书作为工程参考手册查阅相关技术。本书核心知识： 1. 理论与背景基础知识 人脸图像的特点与人脸特征 深度卷积神经网络核心技术 人脸各个领域的数据集发展史 2. 图像识别核心知识 目标检测与人脸检测 人脸关键点检测 人脸识别 人脸属性识别 图像分割与人脸属性分割 人脸美颜与妆造迁移 人脸三维重建 人脸属性编辑 3. 八大经典案例 Faster RCNN框架人脸检测 轻量级人脸关键点检测 基于VGG与Center loss的人脸识别 轻量级人脸表情和年龄识别 轻量级人脸属性分割 基于GAN的人脸妆造迁移 三维人脸库的使用与重建 人脸动画头像风格化

本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。

本书包括人工智能法治综述、人工智能法治发展指数、2019中国人工智能法治发展评估报告、2019世界人工智能法治论坛观点精萃，八大部分（人工智能政策与法律、人工智能法治理论研究、人工智能法治应用、人工智能司法案件分析（中国）、人工智能法治发展专题报告、重大疫情背景下的人工智能法治应对、人工智能法治发展专家访谈、人工智能法治发展调查问卷（含问卷分析）），七个附录（人工智能政策法规一览（2019.6—2020.6）、人工智能法治研究机构一览（2019.6—2020.6）、人工智能法治重要著作与论文一览（2019.6—2020.6）、人工智能法治重要会议（论坛）一览（2019.6—2020.6）、人工智能法治应用典型事例一览（2019.6—2020.6）、人工智能司法典型案例一览（2019.6—2020.6）、人工智能法治月度大事记（2019.6—2020.6））。

本书是智能计算平台应用开发中级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共分9章，内容包括智能计算平台应用开发概述、人工智能与平台搭建、平台管理、数据采集、数据存储、数据处理、数据备份与恢复、机器学习基础算法建模和人工智能模型开发测试。

人工智能在以其强大的力量渗透融合于人类生活的方方面面，导致智能生活的产生。本书共包括三部分：第一部分是智能生活的来临，分析了人工智能的技术优势及向人类生活渗透对生活方式、生活习惯、生活环境、生活需求等方面所产生的深刻影响；第二部分是智能生活的场景，围绕“智能生活系统”而展开，“需求端+服务端+技术端”组成美好生活服务网络，涵盖的内容包括智能购物、智能办公、智能家居、智能穿戴、智能支付、智能机器、智能安防等场景；第三部分是智能生活的展望，包括智能时代、“无用阶级”、智能治理等，旨在阐述智能时代的人们应该如何找到自己的情感归属、如何成为有用的人、如何成为生活的主人。 本书读者对象为包括教师、行政人员、研究人员、大中专院校学生在内的对互联网、大数据、人工智能、区块链等感兴趣的广大读者。

《机器学习的数学理论》重点研究机器学习的数学理论。第一部分探讨了在非凸优化问题中，选择梯度下降步长来避免严z格鞍点的自适应性。第二部分提出了在非凸优化中寻找局部极小值的算法，并利用牛顿第二定律在一定程度上得到无摩擦的全局极小值。第三部分研究了含有噪声和缺失数据的子空间聚类问题，这是一个由随机高斯噪声的实际应用数据和含有均匀缺失项的不完全数据激发的问题；还提出了一种新的具有粘性网正则化的VAR模型及其等价贝叶斯模型，该模型既考虑了稳定的稀疏性，又考虑了群体选择。《机器学习的数学理论》可作为本科生或研究生的入门教材。对于希望进一步加强对机器学习的理解的教授、行业专家和独立研究人员来说，该书也是好的选择。

如何更好地将人机交互技术应用到具体领域是目前的热点研究问题。《人机交互技术及应用》对人机交互技术及应用进行了比较全面的介绍，内容包括人机交互技术发展历程与设计原则、认知过程、交互模型和系统设计、评估方法、人机交互开发软硬件工具，然后介绍了人机交互技术在体感、手势、增强现实以及脑电交互中的应用。《人机交互技术及应用》的主要内容源于作者的研究工作，部分内容取材于参考文献。《人机交互技术及应用》可作为高等院校计算机专业基础教学用书，也可作为人机交互技术爱好者的参考书。