理论结果表明，为了学习用于表示高层次的抽象（例如视觉、语言以及其他AI级别的任务）的复杂函数，我们需要深度结构。深度结构的组成包括了多层次的非线性操作，比如具有许多隐含层的神经网络，或者重用了许多子公式的复杂命题公式。搜索深度结构的参数空间是一件很困难的任务，但是近提出的诸如用于深度信念网络等的学习算法，对于探索这类问题取得了显著的成功，在某些领域达到了新的水平。本书讨论深度学习算法的方法和原理，尤其是那些被充分用作基石的单层模型的非监督学习算法例如受限玻尔兹曼机（RBM），它用于构建深度信念网络等深度模型。

暂缺简介...

暂缺简介...

本书是电子、计算机与自动化学科方向的专著，为使读者全面了解视频分析算法的背景、思想、原理、仿真及特点，本书详尽地介绍了多种算子、描述子、滤波、变换、方法等的基本原理，深入地阐述了视频分析算法的实验仿真，系统地总结了其优点和缺点，并提供配套的实验仿真源代码。

大数据时代的机器学习和数据挖掘技术的作用日渐重要，受到了广泛的关注。本书立足于工程应用，将免疫智能计算方法引入机器学习领域，致力于研究基于生物免疫原理的机器学习软计算方法，以免疫计算智能的基本原理为线索，对其研究状况加以系统性的论述，从理论、算法构建及工程应用等方面对免疫机器学习进行介绍和分析。针对关联规则挖掘、数据分类、数据聚类、属性约简等机器学习及生物信息大数据挖掘等具体问题，提出一系列新方法，并结合深度学习和张量计算探讨了机器学习软计算方法的*新发展动态和方向。

本书以教娱机器人的制作应用和竞赛机器人的制作竞赛为目标，结合硬件模块和软件编程，循序渐进地讲解每个模块所需专业知识和技术，然后将这些知识和技术应用到产品制作和开发中。本书第1章介绍了Arduino的基础知识，以方便一些基础比较薄弱的读者跳过入门教程直接学习中级教程。接着介绍循线音乐机器人的制作，重点讲解如何将一首曲子转换成电子音乐数据，然后如何制作播放器，并将播放器与循线程序结合，让机器人达到边循线边播放音乐的效果，而且做到完美集成。第3章介绍超声避障机器人的制作，重点是超声波传感器的距离测量和Arduino脉冲时间测量函数的应用，并讲解智能电子产品设计中要注意的容错问题，然后完成一个超声避障漫游机器人的制作。第4章讲解超声跟随机器人的设计和制作，重点引入P控制器的算法和编程，讲解闭环控制的概念和编程实现方法，最后制作出一个反应灵敏的跟随机器人。第5章介绍红外遥控机器人的制作，重点讲解红外遥控编码和解码，了解红外编码协议和解码程序的编写方法，最后制作出一个红外遥控机器人。第6章将前5章的功能集成，制作出一个由红外遥控器控制的具备四种工作模式的教娱机器人产品，重点讲解如何利用Arduino的中断功能将各个功能模块完美集成到一起，同时结合产品开发过程，按照构思、设计、实现和操作四个步骤来讲解具体产品的开发流程。第7章结合红外测距传感器的应用，讲解AD接口模拟量和数字量的概念和模数转换技术，并将其应用到红外测距传感器，制作红外云台漫游机器人。第8、9和10章结合中国教育机器人大赛项目，在原有教娱机器人基础上进行改造和拓展，制作智能搬运、擂台和灭火机器人。重点介绍竞赛规则，竞赛策略的编程和完整竞赛程序的设计和实现。

暂缺简介...

近年来，机器学习领域受到越来越多的关注，相关的机器学习算法开始成为热点。本书专门介绍了有关机器学习的内容，全书共分3部分：第1部分是数据科学和Microsoft Azure Machine Learning导论，介绍了数据科学和Microsoft Azure Machine Learning的基本知识以及需要用到的语言的基本知识；第二部分是统计学和机器学习算法，系统地讲解了统计学和机器学习的相关算法；第三部分是实用应用程序，这一部分介绍了新的微软Azure机器学习服务，讲解如何高效构建和部署预测模型，还讲解了如何解决倾向建模、产品推荐等实用技能。本书可供数据科学、商业分析和商业智能领域的开发人员，对机器学习感兴趣的开发者阅读。

衡量人工智能的一个角度是解决问题的能力。《人工智能与问题解决方法》将我们在计算机科学、数学和人工智能课程上经常遇到的一些有趣的、有挑战性的问题汇集到一起，对那些已证明的人类靠自身难以解决而需要计算机辅助进行解决的问题进行深入讨论，不仅给 出了解决方案，也探讨了计算机科学和人工智能中用来解决这些问题的各种思想、方法和应用。此外，对解决方案能否经得起人类检验的思考（“人类窗口”的概念）能加深对问题及问题解决方案能否存在以及如何存在的理解。来自不同背景的学生均可以从解决这些问题的推导思想中受益，尤其是那些要寻找这些问题的解决方案的计算机科学、数学和人工智能课程的教师，当然《人工智能与问题解决方法》对那些希望提高自己问题解决能力的人也很有帮助。毫无疑问，今天的年轻人很快就会发现他们缺乏这些基本技能，而《人工智能与问题解决方法》可以在他们练习和提高问题解决能力的时候随时提供帮助资源，并且有助于他们形成并保持终身学习的能力。

机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练（第1章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2章），并且初步尝试将这些技术运用到金融股票交易中（第3章）。自然界*好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始（第4章），讲解了DNN模型的直观原理，尝试给出一些简单的生物学解释，完成简单的图片识别任务（第5章）。后续章节在此基础上，完成更为复杂的图片识别CNN模型（第6章）。接着，本书展示了使用Caffe完成一个完整的图片识别项目，从准备数据集，到完成识别任务（第7章）。后面简单描述了RNN模型（第8章），接着展示了一个将深度学习技术落地到图片处理领域的项目（第9章）。