本书系统地介绍了人工智能的基本概念、主要方法及代表性模型算法。本书根据人工智能的知识体系，在兼顾传统的人工智能方法的基础上，重点突出前沿性内容，并对自动推理、遗传算法、神经网络、启发式优化、机器学习、异常检测、梯度下降、逻辑回归、反向传播、卷积网络、语言模型、词向量等常见技术进行详细阐述和讨论。本书结合应用安排了示例和例题，以加深读者对关键知识点的理解。

本书的主要内容包括工业机器人概述、机器视觉技术应用、上下料应用实战、搬运码垛应用实战、焊接应用实战、雕刻应用实战、打磨应用实战和装配应用实战共八个项目，每个项目设有若干个任务。每个任务都是从应用案例角度出发，利用学习载体将学习内容与实战岗位工作过程结合，突出理论与实践相结合，注重循序渐进与系统学习，强化学生的工业机器人实践操作能力，通过完成工作任务使学生掌握工业机器人的基础知识，具备一定的编程设计能力，培养现代工业机器人设计与制造人员应具备的专业精神和职业素养。本书可作为应用型本科、中职和高职院校工业机器人技术或机器人工程、机电一体化技术、电气自动化技术等专业的教材，也可供相关工程技术人员阅读参考。

本书以服务机器人的分类与行业发展为基础，重点介绍服务机器人在各行各业的应用，并以家用服务机器人、医疔服务机器人与公共服务机器人为例进行了详细介绍。通过本书的学习，读者能够全面了解服务机器人行业的发展趋势、服务机器人的系统组成以及典型应用场景等。本书可作为中等职业学校服务机器人装配与维护专业的教材，也可作为人工智能与服务机器人行业相关从业人员的自学用书。本书配有电子教案、电子课件和微课视频资源，辅助读者学习和理解相关知识。

本书围绕大数据预处理业务背景及相关技术，以学习情境的方式，首先介绍了使用 Python、Pandas对各种数据源的读写，然后介绍了数据的清洗、集成、规约、变换四个处理数据方式， 介绍了使用Kettle工具和MapReduce编程对数据进行处理的技术，通过理论结合实际、循序渐进的学习方式，让读者学习并掌握大数据预处理技术及应用。本书理论分析相对较少，侧重动手实践，适合应用型本科、高职高专大数据技术专业学生和希望快速进入大数据领域的读者参考使用。

本书以PyTorch深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用PyTorch实现深度学习应用的重要内容。本书共7章，内容包括深度学习概述、PyTorch深度学习通用流程、PyTorch深度学习基础、手写汉字识别、文本生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现文本生成等。本书大部分章包含实训和课后习题，希望通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高等学校数据科学与大数据技术或人工智能相关专业的教材，也可作为深度学习爱好者的自学用书。

全书分为3个部分：1. 部分主要介绍了NL2SQL技术的相关背景知识，包括对NL2SQL任务的描述和价值探讨、 外相关数据集的对比分析以及相关前置技术的介绍与实现2.第二部分深入解构当前NL2SQL技术领域的若干主流技术路线，并着重分析了各个技术方案的优势与不足，为开发者提供模型选择的参考依据3.第三部分包含NL2SQL实践指导相关篇章，结合相关代码，以单表无嵌套和多表有嵌套为例，从数据预处理、模型的构建，模型优化技巧等方面为读者构建了完整的NL2SQL技术实现流程读者通过对本书的阅读，可以对自然语言处理语义解析领域新兴的子任务——NL2SQL有一个清晰地认识。本书充分介绍了语义解析任务相关研究进展，对主流技术方案进行了详细阐述与分析，并从实践的角度展示了NL2SQL完整的技术实现流程，希望帮助读者深入理解并高效搭建起语义解析框架，同时对语义解析领域的发展起到一定的促进作用。

本书全面介绍贝叶斯推理与机器学习，涉及基本概念、理论推导和直观解释，涵盖各种实用的机器学习算法，包括朴素贝叶斯、高斯模型、马尔可夫模型、线性动态系统等。本书在介绍方法的同时，强调概率层面的理论支持，可帮助读者加强对机器学习本质的认识，尤其适合想要学习机器学习中的概率方法的读者。本书首先介绍概率论和图的基础概念，然后以图模型为切入点，用一种统一的框架讲解从基本推断到高阶算法的知识。本书不仅配有BRML工具箱，而且提供大量MATLAB代码实例，将概率模型与编程实践相结合，从而帮助读者更好地理解模型方法。

《实战AI大模型》是一本旨在填补人工智能（AI）领域（特别是AI大模型）理论与实践之间鸿沟的实用手册。书中介绍了AI大模型的基础知识和关键技术，如Transformer、BERT、ALBERT、T5、GPT系列、InstructGPT、ChatGPT、GPT 4、PaLM和视觉模型等，并详细解释了这些模型的技术原理、实际应用以及高性能计算（HPC）技术的使用，如并行计算和内存优化。同时，《实战AI大模型》还提供了实践案例，详细介绍了如何使用Colossal AI训练各种模型。无论是人工智能初学者还是经验丰富的实践者，都能从本书学到实用的知识和技能，从而在迅速发展的AI领域中找到适合自己的方向。

《Python 机器学习入门与实践——从深度学习到生成对抗网络 GAN》是一本用 Python 进行机器学习编程的入门书，书中采用了欧洲童话故事中的人物角色“王后”“魔镜”“白雪公主”等，通过阅读不同角色的 Python 学习笔记中的示例代码和讲解，让读者在追寻奇幻故事的同时，享受编程的乐趣。另外，为了让程序可以单独或组合使用，书中对每个任务的过程和必要的库进行了分组，以使程序模块化。这是一种通过实际编写代码来加深理解的结构化方式。《Python 机器学习入门与实践——从深度学习到生成对抗网络 GAN》一书语言通俗易懂，图文并茂，并加入了生动的故事情节，特别适合有一定 Python 编程基础，想学习机器学习、深度学习的高校计算机、人工智能专业学生和想研究人工智能方向的程序员学习。

本书从硬件、软件、行业三个方面系统地介绍自动驾驶那些事儿。在第 1 篇中，通过 5 章详细介绍雷达、相机、定位、芯片、线控底盘等自动驾驶关键硬件的工作原理、应用场景、发展趋势等内容。在第 2 篇中，通过 3 章详细介绍自动驾驶领域具有代表性的算法、系统、功能等内容。在第 3 篇中，通过 1 章对行业中发生的一些具有长远借鉴意义的故事进行分析和总结。 本书作为一本自动驾驶知识科普图书，由浅入深、通俗易懂，既适合汽车行业从业者和有兴趣从事汽车行业的读者阅读，也适合高等院校车辆、机械、计算机等相关专业师生阅读。