现代社会正处在信息化发展质变阶段，且作者主要从事信息领域相关工作，因此本书内容侧重于信息领域人工系统设计。本书的主要思路：在实现中华民族伟大复兴的较长征程上，需不断地科学高效地化解矛盾，创新驱动，实现科技强国目标。其中加强高层次人才培养、加强基础结合实际是不可或缺的重要因素，因此在本书内容安排也努力贯彻这一原则。本书针对系统理论与人工系统设计学面临的问题，在现有系统理论的发展基础上，系统地论述了“人工系统设计”的理论、方法与实践。由于基础性和应用基础性内容一般是概括的、普适的，因而一般较抽象、较难理解、不易于直接应用，所以本书尽量从实际例子出发，对理论内容说明解释，从不同层次、剖面来说明在实际应用中如何化解矛盾。

本书针对现有高性能头盔显示器在虚拟现实仿真环境应用中存在的问题，提出一种六自由度的头颈部外骨骼系统，主要内容涉及虚拟现实环境下人体头部运动特性的计算、并联机构的尺寸优化设计和运动学与动力学分析、时变参数的实时辨识、基于机械测量和基于头颈部表面肌电信息测量的头部运动预测、人机交互力计算及其控制策略、系统软硬件设计与集成等。

本书梳理了推荐系统的知识体系及其现实挑战，尤其是数据稀疏和冷启动两个重要问题，给出解决这些问题的思考方向和解决思路，从基础的基于用户与物品反馈的协同过滤，到基于上下文信息的情景感知模型，一步步深入剖析推荐系统模型的设计理念、建模方法和实验评估等。同时，本书介绍了领先的开源推荐算法库LibRec，能够更好地帮助读者了解推荐算法的实现原理和评估过程，快速试用和比较不同算法的推荐性能，也可方便读者基于LibRec框架便捷地实现自己的研究算法。本书适合推荐系统领域的研究人员和工程实现人员参考使用。

“一个可以让人生活在其中的虚拟现实系统”是虚拟现实技术的终发展目标，也是《虚拟现实：另一个宜居的未来（全彩）》希望讨论的一个重要问题。《虚拟现实：另一个宜居的未来（全彩）》首先从人对虚拟环境的需求入手，讨论虚拟现实技术存在的意义；之后通过对过往二十余年间相关领域的研究进行总结，对如何实现多感官高沉浸的虚拟环境进行讨论；此后，《虚拟现实：另一个宜居的未来（全彩）》分别讨论虚拟现实与心理学、虚拟现实与电影工业的关系，最终提出并详细阐述“宜居的虚拟现实”这一概念。

数学、逻辑学、计算机科学三大领域实属一家，彼此成jiu，彼此影响。从古希腊哲学到计算机，数字、计算、推理这些貌似简单的概念在三千年里融汇、碰撞。如何将逻辑赋予数学意义？如何从简单运算走向复杂智慧？这背后充满了人类智慧的闪光：从柏拉图、莱布尼茨、罗素、香农到图灵都试图从数学公式中证明推理的合理性，缔造完整的思维体系。他们是凭天赋制胜，还是鲁莽地大胆一搏？本书描绘了一场人类探索数学、算法与逻辑思维，并走向人工智能的梦想之旅，展现了哲学家、逻辑学家与数学家独特的思维方式，探讨了算法与人工智能对科学和社会的巨大影响。

你是否想过，人类遭受的疾病、衰老和死亡并非命中注定？ 你是否认同，人类的身体系统是有缺陷的，可以通过技术改善并增强肉体和智力，变得更高效、更强大？ 你是否想过，一旦人类破解死亡、实现永生，身体会以什么样的方式呈现？ 你是否想过，智能崛起的当下，人类或多或少，已经成为机器？ 《最后一个人类》描述的世界中就有这样一群人，他们是少数社会极客，是超人类主义者，他们正在利用技术增强身体素质和心智水平，通过与机器的交融来重塑自我，打造更理想的形象——半机械人。他们正在对人类当前的存在形式进行一场革命，人类这台有缺陷的机器正在向半机械人演进，正在迈向一个没有人的未来。

内 容 简 介机器学习是当前解决很多人工智能问题的核心技术，深度学习的出现带来了自2012年以来的人工智能复兴。本书是机器学习和深度学习领域的入门与提高教材，系统、深入地讲述机器学习与深度学习的主流方法与理论，并紧密结合工程实践与应用。全书由21章组成，共分为三大部分。第1～3章为第一部分，介绍机器学习的基本原理、所需的数学知识（包括微积分、线性代数、概率论和*优化方法），以及机器学习中的核心概念。第4～20章为第二部分，是本书的主体，介绍各种常用的有监督学习算法、无监督学习算法、半监督学习算法和强化学习算法。对于每种算法，从原理与推导、工程实现和实际应用3个方面进行介绍，对于大多数算法，都配有实验程序。第21章为第三部分，介绍机器学习和深度学习算法实际应用时面临的问题，并给出典型的解决方案。此外，附录A给出各种机器学习算法的总结，附录B给出梯度下降法的演化关系，附录C给出EM算法的推导。本书理论推导与证明详细、深入，结构清晰，详细地讲述主要算法的工程实现细节，配以著名开源库的源代码分析（包括libsvm、liblinear、OpenCV、Caffe等开源库），让读者不仅知其然，还知其所以然，真正理解算法、学会使用算法。对于计算机、人工智能及相关专业的本科生和研究生，这是一本适合入门与系统学习的教材，对于从事人工智能和机器学习产品研发的工程技术人员，本书也具有很强的参考价值。

TensorFlow是谷歌研发的人工智能学习系统，是一个用于数值计算的开源软件库。《TensorFlow深度学习算法原理与编程实战》以基础+实践相结合的形式，详细介绍了TensorFlow深度学习算法原理及编程技巧。通读全书，读者不仅可以系统了解深度学习的相关知识，还能对使用TensorFlow进行深度学习算法设计的过程有更深入的理解。 《TensorFlow深度学习算法原理与编程实战》共14章，主要内容有：人工智能、大数据、机器学习和深度学习概述；深度学习及TensorFlow框架的相关背景；TensorFlow的安装；TensorFlow编程策略；深度前馈神经网络；优化网络的方法；全连神经网络的经典实践；卷积神经网络的基础知识；经典卷积神经网络的TensorFlow实现；循环神经网络及其应用；深度强化学习概述；TensorFlow读取数据的API；TensorFlow持久化模型的API；可视化工具TensorBoard的使用；TensorFlow使用多GPU或并行的方式加速计算等。 《TensorFlow深度学习算法原理与编程实战》内容通俗易懂，案例丰富，实用性强，特别适合对人工智能、深度学习感兴趣的的相关从业人员阅读，也适合没有相关基础但是对该方面研究充满兴趣的爱好者阅读。

《智能问答与深度学习》面向在校学生或计算机软件从业人员，由浅入深地介绍了人工智能在文本任务中的应用。《智能问答与深度学习》不但介绍了自然语言处理、深度学习和机器阅读理解等基础知识，还简述了信息论、人工智能等的发展过程。

本书以浅显易懂的语言对Python进行了全面系统的介绍，采用范例加图解的形式讲解，读者可轻松阅读。全书主要内容包括Python语言的基础语法、数据类型、运算符、函数、类、对象以及常用的标准功能模块，最后以实例的形式介绍了开发机器学习和人工智能应用所需的知识及相应的功能模块。 本书适合有志于从事机器学习、人工智能技术开发的人员或爱好者，也可作为相关专业的教材。