《知识发现与智能决策》介绍知识发现、人工智能、数据仓库、联机分析处理和智能决策的基本概念与相关理论基础；分析知识发现与数据挖掘的对象与模式；综述数据预处理的作用和方法；深入探讨基于符号推理的数据挖掘方法、基于信息论思想的数据挖掘方法、基于进化思想的数据挖掘方法、基于集合论的数据挖掘方法和基于统计分析的数据挖掘方法，并将实例融入算法的具体应用；阐释智能决策支持系统，并对数据库与数据库管理系统、模型库与模型库管理系统、方法库与方法库管理系统、知识库与知识库管理系统以及人机对话管理系统进行详细说明，提出系统的逻辑框架和实现方案；最后给出知识发现与智能决策支持系统的应用案例。本书可供从事知识发现与智能决策研究与开发的专业人士、技术管理人员以及从事知识发现与智能决策应用人员阅读，同时

本书全面而透彻地介绍了元学习和AutoML的几乎所有方面，涵盖了基本概念和架构、评估、数据集、超参数优化、集成和工作流，以及如何使用这些知识来选择、组合、调整和配置算法和模型，以更快更好地解决数据挖掘和数据科学问题。因此，它可以帮助开发人员开发可以通过经验改进自己的系统。

近十年来非线性系统中分析与控制出现了许多新的数学工具，几何非线性控制的综合理论也有较大发展，基于此，非线性系统模拟和精密实时非线性控制律的计算功能有了巨大的进步。这种技巧上的发展促进了分析方法的发展。本书简要介绍了分析的方法和工具。

本书是一本专门为职场人士编写的AI工具应用教程，精选了38款实用的AI工具，通过精心设计的案例来讲解如何运用这些工具实现高效办公的目的。章：主要介绍AIGC和ChatGPT的理论知识。第2章：主要介绍AutoGPT的基本知识。第3章：主要介绍ChatGPT的基本操作。第4章：主要介绍了5款文案生成的AI工具，分别为Notion AI、CopyAI、文心一言、讯飞星火、Kimi Chat。第5章：主要介绍AI工具在Excel中的应用。还介绍了7款智能处理Excel的AI工具。第6章：主要介绍了5款AI工具在PowerPoint中的应用。第7章：主要介绍了8款AI工具在绘画方面的应用。第8章：主要介绍了9款AI工具在影音方面的应用。第9章：主要介绍了两款AI工具在编辑方面的应用。0章：主要通过综合性案例，介绍AI工具在工作中的应用。

本书面向智能系统学科的前沿领域，将人工智能、专家系统及其实现语言（Prolog）3个方面融为一体，系统和全面地反映了人工智能和专家系统的精髓、核心内容、研究现状和发展方向。本书共13章，包括3个部分：部分（～7章）系统地阐述了人工智能的基本原理、技术与方法；重点突出了6种知识表示方法（状态空间、与／或图、产生式、语义网络、框架、谓词逻辑表示法）、3种搜索和推理技术（穷举式搜索、启发式搜索和逻辑推理）、3种知识获取和处理方式（机器学习、数据挖掘与知识发现、智能主体技术）。第二部分（第8～11章）主要包括专家系统的建立、设计、开发、评价和工具；结合不确定推理、模糊推理和神经网络的原理和方法，探讨了两种主要的新型专家系统，即模糊专家系统和神经网络专家系统。第三部分（2、13章）详细介绍了PDCProlog语言的语句、

本书在介绍ROS总体框架和理论要点的基础上，讲解ROS的通信机制、常用组件和进阶功能；同时以实践为主，讲解机器视觉、机器听觉、SLAM与导航、机械臂控制、机器学习等多种ROS应用的主要原理和实现方法；并分析基于ROS的机器人系统设计方法和典型实例；后论述ROS2的框架特点和使用方法，剖析ROS的发展方向。

本书分为两大部分：di一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。此外，附录部分的内容也丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

JohnHolland的《自然与人工中的适应性》是复杂自适应研究领域的经典之作。在本书中，作者描述了有关自然和人工中的适应问题背后隐藏的规律性及其理论。从生物到经济，本书建立起统一的适应性的理论框架，展示了如何让计算机程序自发进化的遗传算法，进一步又用严格的数学定理揭示了算法背后的理论本质。