人工智能简史(第2版)

《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、不错智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。 第2版中每章都有新增内容，并增加了全新的3章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。 本书极具专业性、思想性和趣味性，既适合缺少专业背景的读

人工智能出版工程人工智能:智能人机交互

本书在介绍人机交互基本概念和发展状况的基础上，详细讨论了智能人机交互基础理论、生理计算与交互、手势理解与交互、草图计算与交互、情感计算与交互、言语计算与交互、智能仿真与交互、交互式机器学习等内容...

深度学习500问:AI工程师面试宝典

本书系统地描述了深度学习的基本理论算法及应用。全书共14章，~3章论述了数学基础、机器学习基础和深度学习基础；第4~7章介绍了一些经典网络及计算机视觉领域中常用的CNN、RNN、GAN等网络结构技术；第8~9章介绍了深度学习在计算机视觉领域的目标检测及图像分割两大应用；0~14章介绍了计算机视觉领域主要的优化方法及思路等，包括迁移学习、网络架构及训练、网络优化技巧、超参数调整及模型的压缩和加速等。本书凝聚了众多一线科研人员及工程师的经

PythonPython深度学习与项目实战

本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，很后讨论自编码模型、对抗生成网络、深度强化学习。本书结合计算机视觉、自然语言处理、金融领域等方面的项目，系统讲述深度学习技术，可操作性强...

漫话人工智能:坂本真树老师带你轻松读懂人工智能

本书将读者群设定为普通大众, 旨在令不熟悉人工智能专业词汇、没有专业背景的普通读者也能够读懂本书。书中所选取的都是人工智能基础研究相关的代表性主题, 也是读者想要了解的问题, 如人工智能是什么时候出现的, 人工智能会超越人类吗, 什么易导入人工智能, 什么不易导入人工智, 怎样从信息角度来学习人工智能, 人工智能应用的领域有哪些等等...

深度学习与围棋

这是一本深入浅出且极富趣味的深度学习入门书。本书选取深度学习近年来很重大的突破之一 AlphaGo，将其背后的技术和原理娓娓道来，并配合一套基于 BetaGo 的开源代码，带领读者从零开始一步步实现自己的“AlphaGo”。本书侧重实践，深入浅出，庖丁解牛般地将深度学习和AlphaGo这样深奥的话题变得平易近人、触手可及，内容很好精彩。 全书共分为3个部分：部分介绍机器学习和围棋的基础知识，并构建一个很简围棋机器人，作为后面章节内容的

机器学习在量化金融中的应用

本书是资深金融数据分析专家多年工作的结晶。书中深入浅出地阐释机器学习的数学基础及其在金融数据分析领域的应用。 全书共分9章。第1章介绍机器学习的发展状况并概述机器学习在金融中的应用。第2章介绍监督学习的通用框架。第3章描述最简单的线性回归模型——普通最小二乘法以及正则化方法——岭回归和套索回归，并讨论线性模型及非线性的回归和分类方法。第4章讨论监督学习中的树模型，包括决策树、随机森林和梯度提升树。第5章重点介绍三种主要的神经网络：人

智能机器人技术(安保巡逻处置类警用机器人研究实践)

警用机器人及其系统是大数据、云计算、人工智能、物联网等新技术的融合应用，是“云-网-端”架构理念在公安领域落地的装备形态。本书围绕智能机器人关键技术，讲述了警用机器人实战应用技术，如安保机器人关键技术、巡逻机器人关键技术、处置机器人关键技术以及警用机器人指挥控制技术。本书可供从事机器人教学和科研的人员阅读参考...

机器学习公式详解

周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书（俗称“南瓜书”）基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成，旨在对“西瓜书”中重难点公式加以解析，以及对部分公式补充具体的推导细节。 全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解析都以本科数学基础的视角进行讲解，希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料，以便有兴趣的读

人工智能技术

《人工智能技术》系统介绍了人工智能技术的基本理论和应用技术。全书共9章，主要内容包括：知识表示技术，知识推理技术，模糊逻辑技术，神经网络技术，遗传算法，专家系统，机器学习，群集智能。该书是作者在总结近年来教学和科研成果，学习国内外人工智能技术领域新技术的基础上编写而成的。全书内容体系新颖，选材具有先进性、系统性和实用性的特点。　　《人工智能技术》可作为高等学校计算机科学与技术专业、电子信息工程专业、电工及自动化类专业、机电一体化专

图神经网络 基础与前沿

图神经网络是人工智能领域的一个新兴方向，它不仅迅速得到了学术界的广泛关注，而且被成功地应用在工业界的多个领域。本书介绍了图神经网络和图深度学习的基础知识和前沿研究，不仅包括它们的发展历史和经典模型，还包括图神经网络在深层网络、无监督学习、大规模训练、知识图谱推理等方面的前沿研究，以及它们在不同领域（如推荐系统、生化医疗、自然语言处理等）的实际应用。本书既可作为人工智能领域研究和开发人员的技术参考书，也可作为对图上的深度学习感兴趣的高年

集散控制系统组态调试与维护/任丽静

本书力图突破传统的学科系统化课程模式，基于工作的学习和学习的工作的理念，实践高职教育“教学做合一”的教学原则。本书在结合化工行业分析、生产过程自动化工作过程分析、集散控制系统组态与维护岗位工作任务分析和化工仪表维修技师的职业成长认知规律，通过化工企业过程自动化实践专家座谈会等程序化的方法确定DCS组态、调试、安装、维护与检修典型工作任务的基础之上编写而成。 本书以职业活动为导向，以全国化工仪表维修工技能大赛的比赛项目或典型的化工装置D

可解释机器学习:黑盒模型可解释性理解指南

机器学习虽然对改进产品性能和推进研究有很大的潜力，但无法对它们的预测做出解释，这是当前面临的一大障碍。本书是一本关于使机器学习模型及其决策具有可解释性的书。本书探索了可解释性的概念，介绍了简单的、可解释的模型，例如决策树、决策规则和线性回归，重点介绍了解释黑盒模型的、与模型无关的方法，如特征重要性和累积局部效应，以及用Shapley值和LIME解释单个实例预测。本书对所有的解释方法进行了深入说明和批判性讨论，例如它们如何在黑盒下工作、

图解人工智能

近年，人工智能热潮席卷而来。本书以图解的方式网罗了人工智能开发推荐的基础知识，内容涉及机器学习、深度学习、强化学习、图像和语音的模式识别、自然语言处理、分布式计算等热门技术。全书以图配文，深入浅出，是一本兼顾理论和技术的人工智能入门教材。旨在帮助读者建立对人工智能技术的整体印象，为今后深入探索该领域打下基础。另外，书中设有专栏和“小贴士”，介绍了相关术语的背景知识，可帮助读者扩充知识面，进一步理解相关技术...

混合学习环境中协作知识建构策略研究

人机对话系统

机器学习观止 核心原理与实践

《机器学习观止——核心原理与实践》在写作伊始，就把读者设想为一位虽然没有任何AI基础，但对技术本身抱有浓厚兴趣、喜欢“抽丝剥 茧”、探究真相的“有识之士”。有别于市面上部分AI技术书籍从一开始就直接讲解各种“高深莫测”算法的叙 述手法，《机器学习观止——核心原理与实践》尝试先从零开始构建基础技术点，而后“循序渐进”地引领读者前进，最终“直捣黄龙”，赢取最 后的胜利。 全书据此分为5篇，共31章，内容基本覆盖了由AI发展历史、数学

图神经网络导论

本书全面地介绍了GNN的基本概念、具体模型和实际应用。首先概述数学基础和神经网络的概念, 接着介绍GNN的不同种类, 包括卷积图神经网络、循环图神经网络、图注意力网络、图残差网络, 以及几个通用框架。此外, 本书还介绍了GNN在结构化场景、非结构化场景和其他场景中的应用。读完本书, 你将对GNN的最新成果和发展方向有较为透彻的认识...

TensorFlow神经网络到深度学习

本书共12章, 主要包括内容有: TensorFlow软件、计算机视觉与深度学习、深度神经网络的基础、全连接神经网络、卷积神经网络、高级卷积神经网络、循环神经网络、对抗神经网络、其他监督学习、非监督学习、自动编码机、强化学习等内容...

Python机器学习中的数学修炼

数学是机器学习和数据科学的基础，任何期望涉足相关领域并切实领悟具体技术与方法的人都无法绕过数学这一关。本书系统地整理并介绍了机器学习中所涉及的必备数学基础，这些都是笔者从浩如烟海的数学知识中精心萃取的，在学习和研究机器学习技术时所必须的内容。具体包括微积分（主要是与z优化内容相关的部分）、概率论与数理统计、数值计算、信息论、凸优化、泛函分析基础与变分法，以及蒙特卡洛采样等话题。为了帮助读者加深理解并强化所学，本书还从上述数学基础出发进

小学生学人工智能

随着计算科学的快速发展，人工智能已为我们大家熟知。2017 年国务院正式印发《新一代人工智能发展规划》，明确了人工智能的国家战略地位，关于人工智能的科普、技术普及读物也已出现，但符合少年儿童认知的人工智能科普读物却一直是个空白。本书是面向少年儿童的人工智能科普读物，用轻松有趣的笔触和明确简洁的形式介绍人工智能的历史、现状及未来。 本书写给6 岁以上、13 岁以下的青少年读者，深入浅出地介绍了人工智能的发展历史、人工智能的主要研

人工智能本科专业知识体系与课程设置/郑南宁

本书针对高等学校人工智能本科专业人才培养的专业内涵、定位和知识体系,设置了数学与统 计、科学与工程、计算机科学与技术、人工智能核心、认知与神经科学、优选机器人技术、人工智能与 社会、人工智能工具与平台等课程群,重点介绍了八大课程群中各门课程的概况和知识点,为培养具 有科学家素养的工程师奠定知识和能力的基础。 本书可为各类学校人工智能专业构建宽口径和学科交叉的课程体系提供参考和引导示范,同时 也可为研究生相关课程体系建设和专业

强化学习(第2版)

《强化学习（第2版）》作为强化学习思想的深度解剖之作，被业内认可为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发，深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法，并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。 《强化学习（第2版）》适合所有对强化学习感兴趣的读者阅读、收藏...

人工智能技术入门:让你也看懂的AI内幕

本书主要介绍三种人工智能方法：搜索策略、逻辑推理和机器学习。首先会在部分和第二部分分别介绍两类经典的人工智能方法——搜索策略与逻辑推理，然后在第三部分深入浅出介绍机器学习的主流方法。搜索和推理在早期的人工智能领域占据着很好重要的地位，而在如今的人工智能时代，基于大数据的机器学习方法更是举足轻重...

重估:人工智能与人的生存

本书从人工智能与人的生存这个大的命题出发，围绕人工智能与人的生存、生活及发展这三个维度而展开，进行了较为全面的论述，对人们日常生活中的人工智能运用的一些困境和出路进行了分析，带有一定的人工智能知识的科普目的，以化解人工智能时代人们生存的忧虑，从而促进人们以更加积极的心态、更充分的准备应对人工智能时代的到来...

实战GAN:TENSORFLOW与KERAS生成对抗网络构建

本书通过多个不同的生成对抗网络（GAN）架构的实现来帮助读者更好地理解生成对抗网络背后的原理及其构建方式。书中还提供了大量易于理解并可以直接使用的GAN代码及其部署方式和数据集，以帮助读者更快地上手解决工作中所面临的问题并积极应对相关挑战。本书适合数据科学家、算法工程师、数据挖掘工程师以及机器学习领域相关的从业人员用来学习使用全新的深度学习技术解决工作中的问题，也适合机器学习和深度学习的爱好者、初学者用来体验深度学习的魅力...

智联世界

本书汇聚2019世界人工智能大会期间海内外重要嘉宾现场分享的内容精华, 集聚了顶尖人工智能科学家、企业家的精彩发言, 探讨应对新时代下人工智能为人类社会带来的机遇与挑战, 完整呈现人工智能的远景、生态、技术、产业、生态等方面最新观点, 展望未来智能世界的无限可能, 为相关专业人士和广大读者理解把握人工智能、推动我国新一代人工智能健康发展提供有益参考...

TensorFlow从零开始学

本书是一本阅读起来特别轻松、学习一点都不费劲的TensorFlow入门书。本书基于TensorFlow 2.0版本, 从机器学习和TensorFlow的基础开始, 针对初学者只选择实际应用中的必需最小知识量, 对前馈神经网络、卷积神经网络、循环神经网络、深度强化学习进行了浅显易懂且快速有效的阐述, 其中包括了很多具体的TensorFlow示例, 最后一章的项目实战能够教会初学者使用深度学习解决实际问题, 从而进入人工智能这一前沿的热门

智能系统 刘河 著

《智能系统》是面向高级人工智能人才培养的高等学校人工智能相关专业精品教材中的一本，以信息物理系 统、模糊逻辑系统、自主无人系统、群体智能、多 Agent 系统、人机协同系统、工业智能控制系统、机 器人系统等为案例，完整呈现了人工智能综合应用体系架构。该书首先介绍了智能系统的发展、相关概 念、主要特征和类型、智能系统的发展前景，然后围绕智能系统信息处理流程详细阐述智能感知、智能 计算、执行系统等理论知识，最后重点讲解了信息物理系统、

语音界面冲击:人机交互对话的未来与应用

语音科技下一个颠覆者，通向人工智能时代的一把秘钥 未来10年，语音科技会成为*决定性的主题之一。人机对话能力将迎来变革性进展，语音也将成为*主要的人机互动方式。语音科技在商业上的应用，将会引领我们进入一个奇异的新世界，而我们不需要任何训练就可以完美适应。通过语音搜索、购物、下单；向语音助手倾诉烦恼并得到贴心的安慰；成功时得到语音助手*真诚的祝贺；系统可以听令行事，我们不必在键盘或触摸屏一点点输入文字；这些场景离我们并不遥远。语音界面能

TensorFlow深度学习:数学原理与Python实战进阶

掌握深度学习数学原理、编程实战经验轻松构建复杂实际项目的深度学习方案本书重点在帮你掌握深度学习所要求的数学原理和编程实战经验，使你能快速使用TensorFlow轻松部署产品中的深度学习解决方案，并形成开发深度学习架构和解决方案时所需的数学理解和直觉。深入浅出讲解数学基础、深度学习与TensorFlow、卷积神经网络、自然语言处理、无监督学习、高级神经网络等内容，帮助你快速理解数学基础、理论知识，掌握实际项目开发经验，迅速胜任学习、工作

深度学习推荐系统

?一线大厂推荐工程师倾囊相授?教你从零开始构建前沿、实用的推荐系统知识体系?揭秘巨头公司推荐系统背后的逻辑?梳理深度学习推荐系统的发展脉络，厘清每个关键模型和技术的细节?引导读者掌握工业界模型设计背后真正的 银弹?诸葛越、唐杰、张俊林、刘知远、杨子等产学界专家倾情力荐，朱小强作序...

新时代·技术新未来知识图谱与深度学习

知识图谱旨在将人类知识组织成结构化知识系统，是人工智能实现真正意义的理解、记忆与推理的重要基础。知识图谱作为典型的符号表示系统，如何有效用于机器学习算法，面临着知识表示、知识获取和计算推理等方面的诸多挑战。近年来，以神经网络为代表的深度学习技术引发了人工智能的新一轮浪潮。 本书介绍了作者团队在知识图谱与深度学习方面的研究成果，展现了数据驱动的深度学习与符号表示的知识图谱之间相互补充和促进的技术趋势。本书内容对于人工智能基础研究具有一定

深度学习之模型设计:核心算法与案例实践

本书理论知识体系完备, 由浅入深, 系统性地介绍了深度学习模型的发展脉络, 以及模型网络深度设计、模型网络宽度设计、模型通道维度设计、残差连接设计、分组卷积设计、多尺度网络与非正常卷积设计、多输入网络设计、时序神经网络设计、三维卷积网络设计、动态推理模型与注意力机制设计、生成对抗网络设计等主流深度学习模型的设计思想。同时, 本书为各模型设计思想提供了大量的实例, 供读者实战演练...

人工智能探索与实践集成学习:基础与算法

集成学习方法是一类优选的机器学习方法，这类方法训练多个学习器并将它们结合起来解决一个问题，在实践中获得了巨大成功。全书分为三部分。部分主要介绍集成学习的背景知识；第二部分主要介绍集成学习方法的核心知识，包括Boosting、Bagging、Random Forests等经典算法，平均、投票和Stacking等模型和方法、相关理论分析工作，以及多样性度量和增强方面的进展。第三部分介绍集成学习方法的进阶议题，包括集成修剪、聚类集成和集成学

靠前知名大学原版教材——信息技术学科与电气工程学科系列强化学

本书的目的是考虑大型且具有挑战性的多阶段决策问题，这些问题原则上可以通过动态规划和很优控制来解决，但它们的准确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法，以产生具有足够性能的次优策略。这些方法统称为增强学习，也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于很优控制和人工智能思想的相互作用。本书的目的之一是探索这两个领域之间的共同边界，并架设一座具有任一领域背景的专业人士都可以访问的桥梁...

PyTorch深度学习入门与实战:案例视频精讲

本书是基于PyTorch的深度学习入门和实战用书, 结合实际的深度学习案例, 由浅入深地介绍PyTorch在计算机视觉和自然语言处理的相关应用。本书内容上循序渐进, 先介绍了PyTorch的一系列使用方式, 然后结合图像分类、去噪和文本分类, 介绍如何利用PyTorch对深度模型进行可视化、建立卷积神经网络、循环神经网络、自编码网络等。根据真实的图像数据, 介绍如何对图像风格迁移模型进行训练, 利用计算机视觉中的目标检测和语义分隔问题

机器学习算法及其应用

随着数字音乐内容的迅速增长以及人们对音乐鉴赏需求的日益提升，音乐信息的分类检索及个性化推荐受到广大网民和有关从业人员越来越广泛的关注,并成为研究及应用的新热点。 本书系统地阐述了机器学习中的常用分类与推荐方法,介绍了网络音乐自动分类与推荐的理论基础，重点探讨了ＳＶＭ 和ＫＮＮ 分类算法的改进? 以及协同过滤推荐算法和基于马尔可夫模型推荐算法的改进，并对改进后的算法应用到音乐自动分类和个性化推荐领域进行了探索性研究。 本书展现了机器学

人工智能科学与技术丛书机器学习算法与应用(微课视频版)

本书内容涵盖经典的有监督机器学习算法，无监督机器学习算法，深度机器学习算法，阐述从浅层学习到深度学习，从简单的线性模型到复杂的神经网络非线性模型的原理与应用。书中每个章节遵循先简介理论基础，再构建数学模型，然后辅以实例分析，从理论到实践的讲解原则。每个章节可独立阅读，也可从前向后，从简到难，从浅层学习到深度学习，循序渐进学习。本书优选特色为机器学习算法的嵌入化应用，尤其对难于并行化的深度学习算法，详细介绍了在ARM处理器和FPGA硬件

机器学习中的数学修炼

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员很为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用很优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中很为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（包括SVM，逻辑回归，神经网络等）和聚类算法（包括K均值和EM算法等）等话题...

Python深度学习(逻辑算法与编程实战)

机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个很好接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决策。深度学习在快速的发展过程中，不断有与其相关的产品推向市场，显然，深度学习的应用将会日趋广泛。 本书是关于深度学习的理论、算法、应用的实战教程，内容涵盖深度学习的语言、学习环境、典型结构、数据爬取和清洗、图像识别分类、自然语言处理、情感分析、机器翻译、

Kubeflow:云计算和机器学习的桥梁

当前的IT界有两大高速列车，一是以“Kubernetes”为标杆技术的云计算，二是以“Tensorflow和PyTorch”等为代表的机器学习。如何使二者结合起来，成为近期IT界讨论的热点。Kubeflow的横空出世，有效的连接起了Kubernetes 和各个机器学习的框架，提供了机器学习在Kubernetes上的端到端的解决方案。本书讲解Kubeflow以及其社区的技术栈，包括机器学习的流程编排技术Pipelines、并行模型训练技

硬件产品经理手册:手把手构建智能硬件产品

随着物联网的快速发展，软件与硬件逐渐融合，硬件产品经理这个角色越来越受到大家的重视。本书主要对与硬件产品经理相关的知识进行了系统梳理，为大家介绍了什么是硬件和硬件产品经理，以及智能硬件产品经理这个新兴岗位的特点和发展。同时本书为读者介绍了物联网产品（也称智能硬件产品）在市场分析、需求分析、同类产品分析、产品设计、硬件方案设计、合作伙伴的选择方面的特点和方法，以及产品经理需要编写的文档。在此过程中还穿插了案例分析，帮助读者理解其内容...

Python无监督机器学习最佳实践

本书详细阐述了与无监督机器学习开发相关的基本解决方案, 主要包括聚类、分层聚类、邻域聚类方法和DBSCAN、降维和PCA、自动编码器、t分布随机邻域嵌入算法、主题建模、购物篮分析、热点分析等内容。此外, 本书还提供了相应的示例、代码, 以帮助读者进一步理解相关方案的实现过程...

人工智能出版工程人工智能:深度学习核心算法

本书是一本介绍深度学习核心算法的书籍。书中以轻松、直白的语言，生动、详细地介绍了与深度学习模型相关的基础知识，深入剖析了深度学习核心算法的原理与本质。同时，书中配有大量案例与源码，帮助读者切实体会深度学习的核心思想和精妙之处。此外，书中还介绍了深度学习在计算机视觉、自然语言处理和推荐系统领域的应用，从原理层面揭示其思想，帮助读者在这些领域中夯实技术基础...

无人的演进

本书紧扣人工智能这一热点话题，重点介绍了人工智能在国防、军事工业与情报业务领域的技术应用与发展，当今的国防工业已进入利用人工智能实现全自动的、无人干预的情况下操作的时代。人工智能在军事技术中发挥的作用越来越大，如智能无人机，微型武器，自动化炮兵等...

智能机器时代:人工智能如何改变我们的生活

身处AI（人工智能）世界，人类所有生活领域都面临着一场巨大变革。人工智能的未来发展将走向何处？我们必须对什么情况做好心理准备？什么是与现实无关的、仅仅被渲染突出的幻境？智能机器在多大程度上构成一种威胁？将来我们与智能机器还有什么区别？本书的每个章节都以一幕科幻剧作为开场，巧妙地回答了人类对无处不在的AI世界中，有关宇宙、人生及很多问题的追问。与此同时，作者艾伯尔在人工智能的应用领域、社会价值、行为认知以及深度学习等领域进行了更深层面的

飞桨PaddlePaddle深度学习实战

本书由百度官方出品，百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐。 本书遵循“内容全面、由浅入深、注重实践”的原则，基于飞桨PaddlePaddle深度学习平台，较为全面地覆盖了学习深度学习技术所必须具备的基础知识以及深度学习主要核心技术，包括相关的数学基础、Python编程基础、机器学习基础以及正向/反向传播算法、卷积神经网络、循环神经网络等，尽量做到读懂一本书即可达到“零基础”到“全精通”。 在

机器学习测试入门与实践

本书全面且系统地介绍了机器学习测试技术与质量体系建设，分为5部分，共15章。第一部分（第1～4章）涵盖了机器学习、Python编程、数据分析的基础知识；第二部分（第5～7章）介绍了大数据基础、大数据测试指南及相关工具实践；第三部分（第8～10章）讲解了机器学习测试基础、特征专项测试及模型算法评估测试；第四部分（第11～13章）介绍了模型评估平台实践、机器学习工程技术及机器学习的持续交付流程；第五部分（第14章和第15章）探讨了AI（A

重塑:人工智能与教育的未来

本书对人工智能时代教育的主要方面, 如人工智能教育的概念和特征、传统教育的弊端、教育方式、教育管理、教育的在场方式、教师角色、教师教学能力培养、创客教育、通才教育、素质教育、STS教育、STEAM教育、家庭教育、学校教育、社会教育、教育的未来发展趋势等方面进行了研究和反思, 探讨了在人工智能时代的教育场景中, 教育者、教育中介、受教育者等要素的技术化形态, 全书将围绕这几大要素展开, 对于智能要素的渗透, 掀起的要素与要素的碰撞、融合

零基础学机器学习

本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。 本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python 基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。

机器新脑:我是如何学会停止担忧并爱上AI的

当你老了以后，养活你的很可能是人工智能。也许你会觉得这是痴人说梦——但正如父辈无法想象今天的我们是被核电站、半导体芯片和基因技术养活的一样，很快，它就会变成再普通不过的现实。 真实的未来，总是来得猝不及防。当你从机器人小哥手中接过外卖、吃着机器餐厅自动炒的菜、看着从演员到场景都是AI生成、连字幕都是AI翻译的剧——你丝毫不会觉得有什么特别，就像今天的你已经对微信语音识别和支付宝刷脸支付习以为常一样。 所有这一切，都来源于人工智