本书中所有的机器人都是以PVC为主要材料制作的，是“低成本、易实现”的一项机器人DIY活动。这本教程适用于初学的小创客，书中详细介绍了制作PVC机器人的基本过程，还有各类机器人独特的原理解释与分析。教程采用图文并茂甚至是以图片为主的“看图说话”方式，力求更清晰明了和通俗易懂，使小创客们能够更加直观、清晰地了解整个制作过程并能够完成机器人的制作。

蔡余杰编*的《一本书读懂智能生活》深入分析了*、苏宁、小米、格力等行业巨头挖掘与运用数据、打造智能生活平台的引领战略，提供了智能路由器、智能理财、以儿童智能电话手表和智能手环为代表的可穿戴设备、智能机器人、智能电器、智能家居和全方位O2O生活圈等具体领域的代表之作可借鉴的经验，描绘了发掘商业风口、共享智能生活的蓬勃趋势，将为企业联结“互联网 ”并进行商业决策和精准营销落地提供依据。

细胞、身体、社团等的进化、发育和学习引起的智能因素引发了一些新的人工智能方法。传统上，人工智能就是对人类大脑能力的复制；而新的方法则是从具有自治自组织能力的一大类生物结构中获得灵感。这些新方法包括进化计算和电子学、人工神经网络、人工免疫系统、仿生机器人以及群体智能等，这里提及的仅是一小部分实例。达里奥·弗罗来若、克劳迪奥·米提西*的《仿生人工智能》综合介绍了仿生人工智能（受生物机理所激发的人工智能）这一新兴领域，可作为研究者的**读本或参考。本书每一章都介绍了来自不同生物系统的计算方法，每一章的开始部分都对相关生物系统的背景信息做了简要介绍，紧接着是对基于这些生物概念的计算模型的开发。全书各章节涵盖了多方面内容，主要包括进化计算和电子学；细胞系统；包括神经形态工程在内的神经系统；发育系统；免疫系统；包括基于行为、生物模拟、表观遗传和进化机器人的几种机器人学行为系统；包括群体机器人以及合作一竞争协同进化系统在内的群体系统。每章都以综述与进一步阅读建议作结尾。

本书内容主要涉及工业机器人概述、工业机器人基本操作、工业机器人通讯、编程与调试、rapid高级编程、编程应用、RobotStudio仿真共7章，所有的教学内容都是在教、学、做相结合的情况下实现的。全书叙述简明，概念清楚；知识结构合理，重点突出；深入浅出，通俗易懂，图文并茂。适合高职院校和应用型本科院校的工业机器人等专业学生使用，也适合工程技术人员使用。

亲爱的同学们，你们喜欢玩机器人吗？如果你有强烈的创造欲，想把自己的创意转换成现实，勇于创新并且乐意和大家一起分享的话，欢迎你加入到我们的创客机器人活动中来。在这本书里，你将了解到典型的开源机器人：以mBot这款造型可爱的机器人为起点，结合拓展包里的各种传感器、电子模块、机械零件，配合mBlock软件进行编程，我们将体验到物理世界和软件的有趣交互。书中是以“我们会提问、我们会实践、我们会探索、我们会分享、我们会思考”，这五大小节组织教学内容的，并且是以懵懂孩子的*人称视角，从感知、初识到领悟、创造循序渐进地开展创客活动，特别适合对小学生和初中生进行创客教育，是本走心又动手的有分量的参考教材，是广大中小学创客导师和培训学校开展创客教育的重要指导书籍。

《“心迹”的计算：隐性知识的人工智能途径》在简要介绍人工智能的历史与现状、思维科学的基本思想与观念的基础上，强调知识工程、尤其是经验及其隐性知识在智能模拟中的独特作用和重要意义，以书法创作的形象思维模拟和进入应用的计算机辅助心电图分析这两种“心迹”的计算为实例，阐述思维过程模拟、经验知识挖掘、关键特征提取的思路、方法和技术，据此融合规则推理和统计学习算法并获得有效结果。*后，进一步拓展视野，描述科学技术与艺术的互相关联和影响，指出普遍缺失的辩证思维的重要性，简述计算的困境及其可能策略。

《证据推理、置信规则库与复杂系统建模》在对D—S证据理论回顾的基础上，对证据推理基本理论进行了详细的分析，主要包括证据推理方法、基于区间不确定性的证据推理方法、基于概率和模糊不确定性的证据推理方法、证据推理规则；进一步对基于证据推理的置信规则库基本理论进行了深入细致的讨论，主要包括基于证据推理的置信规则库参数离线训练方法、专家干预下置信规则库专家系统参数在线更新方法、基于证据推理的置信规则库在线构造方法和置信规则库前提属性参考值确定方法等内容；最后从多个角度对证据推理和置信规则库在工程实际中的应用进行了全面的介绍，包括证据推理和置信规则库在非平稳时间序列预测、系统行为预测、故障预测、寿命评估、分类问题和医学决策等领域中的应用。《证据推理、置信规则库与复杂系统建模》可供从事推理、专家系统相关专业科研人员和工程技术人员阅读参考，也可作为人工智能、复杂系统建模、系统工程等专业的研究生教材。

mBot机器人是一款由创客工场（Makeblock） 推出的金属机器人积木套装，该套装将Scratch图形化编程工具与机器人金属积木结合到一起，可以使用mBlock 设计程序，驱动与Arduino 电路板兼容的传感器，从而灵活控制mBot机器人。本书中提供了丰富的Scratch 与mBlock 兼容设计案例、mBot机器人动手实作案例及启发思维的延伸练习，让每个人在使用mBot机器人时，能够同时体验机器人控制、程序设计与Arduino电子电路相结合的学习方法。本书适合图形化编程初学者以及智能机器人控制感兴趣的学习者阅读，也适合有一定图形化编程基础想要进阶学习软硬件结合技术的学习者阅读，更是mBot机器人玩家的必备手册。

本书对近年来认知计算和多目标优化领域常见的理论及技术进行了较为全面的阐述和总结，并结合作者多年的研究成果，对相关理论及技术在应用领域的实践情况进行了展示和报告。全书从认知计算和多目标优化两个方面展开，主要内容包含如下方面：认知科学及其特点简介，多目标优化问题简介，基于等度规映射的ε支配机制用于求解多目标优化问题，基于在线非支配抗体的自适应多目标优化算法，基于自适应等级克隆和动态m近邻表的克隆选择多目标优化算法，基于角解优先的高维多目标非支配排序方法，一种双档案高维多目标进化算法，融合非局部均值去噪的高效免疫多目标SAR图像自动分割算法，基于免疫克隆优化的认知无线网络频谱分配方法，基于混沌量子克隆的按需频谱分配算法，量子免疫克隆算法求解基于认知引擎的频谱决策问题，基于免疫优化的认知OFDM系统资源分配等算法。

大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包并给出了示例程序。本书的一大特色就是贴近工程实践。首先，本书仅侧重介绍当前工业界常用的机器学习算法，而不追求知识内容的覆盖面；其次，本书在介绍每类机器学习算法时，力求通俗易懂地阐述算法思想，而不追求理论的深度，让读者借助代码获得直观的体验。