本书摒弃了枯燥的理论推导，以大量实战应用案例及知识模块等内容帮助机器学习领域的初、中级程序员踏实通过深度学习的技术门槛，切实提升开发技能，积累开发经验。 实战应用案例丰富，深入浅出地解析深度学习的方法论和深度学习实战应用是本书的一大特色，全书详细讲述了深度学习中涉及的神经网络基础知识、方法论解析与核心技术；同时从12个落地实践角度阐述了深度学习的实践应用。此外，本书中所有案例的代码程序均可以运行，读者按照相应说明，即可得到预期效果，希望本书的努力可以为读者在深度学习领域提供一定帮助，这就是我们的动力与追求。

暂缺简介...

暂缺简介...

本书主要阐述了当前机器智能的热点技术——深度学习和强化学习技术的原理。在此基础上，介绍AlphaGo结合深度学习和强化学习技术，如何战胜人类围棋大师的原理。接下来，将深度学习的理论转化为实践，给出如何通过掌握TensorFlow和Keras深度学习框架，制作声控智能硬件的例子，同时给出机器视觉的对象检测案例，指导读者逐步学习使用深度学习技术。 本书的主要特点是实践操作，用实用可运行的案例来上手。本书可作为实践入门指导书，适用于对机器智能有兴趣的高年级本科生，也适合于对机器智能有兴趣的人员参考。

暂缺简介...

伴随着大数据时代的到来，信息爆炸产生了海量数据，云计算、物联网以及移动互联网渗透到人们日常生活的各个领域，互联网金融、电子商务、信息科技等先进科技领域无时无刻不在产生数据。数据结构越来越复杂，数据形式越来越多样，深度挖掘海量数据中隐含的信息成为大数据时代经济管理发展的迫切需求。聚类是数据挖掘的重要方法，面对海量数据，提取有价值信息。本书是作者攻读博士期间科研成果的总结，全书共分为6章，重点针对密度峰值聚类方法进行若干理论改进与应用研究，并将其应用于实际生活各个领域，取得了令人满意的结果。

《GAN：实战生成对抗网络》介绍深度学习领域一个十分活跃的分支——生成对抗网络（GAN）。《GAN：实战生成对抗网络》中覆盖了深度学习的基础、对抗网络背后的原理以及构建方式等内容。同时《GAN：实战生成对抗网络》还介绍了多个真实世界中使用对抗网络构建智能应用的案例并提供了具体的代码以及部署方法，旨在帮助读者能够在真正的生产环境中使用生成对抗网络。 《GAN：实战生成对抗网络》适合数据科学家、算法工程师、数据挖掘工程师以及其他机器学习领域相关的从业人员，以帮助他们在工作中应用生成对抗模型；也适合机器学习和深度学习的爱好者、初学者来了解深度学习领域的新魔力。

机器人已经大规模地进入商业化应用、政府管理等领域，甚至走入寻常百姓家，这些都已经不存在技术上的障碍。当机器人更直接且显著地影响数百万人的生活时，在机器人设计过程中的技术选择不仅包含了价值判断与期望，也具有道德选择。尽管每一个机器人学专家都聪明善良，谈吐过人；但是如果这些技术决策仅仅是由少数科学家、工程师做出的，还是令人担忧。因为这些决策将会影响我们的生命、死亡、健康、工作与生计、阶层地位、个人隐私、 性别认同、未来战争、城市景观和其他重要领域。 《机器人与人》旨在让更多人参与到机器人学的技术决策中，决定机器人能够做什么和应该做什么！ 机器人学家应该阅读本书，但更多的非专业领域的读者更应该阅读本书。 因为今天做出的设计选择将会在未来几十年里持续影响所有人的生活，我们需要在什么是“好的”机器人这样的问题上取得共识。不论是在战场、医院、生产线，还是在病人康复、假肢使用和老龄化的应对中，机器人都可与人类协同工作，而不是完全取代人类。机器人不应成为人类的奴隶或霸主，它们将成为人类的伙伴。这些即将发生的转变迫使我们不得不立即修正我们的理论、规范和期望。

本书的基本目标是通过项目实践讲解ROS，探讨具有ROS接口的各种新技术。例如，你将看到如何构建自动驾驶汽车的原型，如何使用ROS构建深度学习的应用程序，以及如何在ROS中构建虚拟现实（VR）应用程序。此外，还将介绍使用ROS及其库的大约多个项目和应用程序。

随着人工智能热潮的兴起，企业对人工智能领域产品经理的人才需求也开始井喷，人工智能产品经理成为顺应时代潮流的重要人力资源。实际上，人工智能确实给现有的产品和服务带来了全方位的升级，这也给产品经理从业人员提出了更高的要求，是关注人工智能产品的产品经理们面临的一次关键转型考验。 《人工智能产品经理——AI时代PM修炼手册》从知识体系、能力模型、沟通技巧等方面帮助大家系统地梳理了人工智能产品经理所必备的基本素质和技能，旨在帮助产品经理找到转型升级的佳学习路线，以成为合格的人工智能产品经理。 《人工智能产品经理——AI时代PM修炼手册》适合现阶段从事产品经理工作的人士转型做人工智能产品时学习，也适合以人工智能产品经理为职业理想的人士阅读。另外，人工智能领域的企业负责人和技术骨干也适合阅读《人工智能产品经理——AI时代PM修炼手册》，以了解企业的技术人才需求。