粒计算是近十年来计算机科学中一个非常活跃的研究领域。本书由该领域知名的外华人学者撰写，分别对粒计算基础理论、模型及典型应用等进行了深入的讨论。内容涉及粒计算思想与方法、商空间、相容粒度空间、覆盖、粒逻辑、粒计算的数学模型及研究方向、粗糙集及其扩展、不完备信息系统、概念格、粒计算在数据挖掘和控制中的应用等方面。本书通过丰富的文献资料和研究成果，对粒计算的过去做了回顾，对现状做出了剖析，对未来进行了展望，充分反映出各章作者对所论述问题独到的见解。本书对粒计算的理论与应用研究具有重要的参考价值。本书可供计算机、自动化、电子工程专业的高年级本科生、研究生、教师、研究人员与工程技术人员参考。

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Pytho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。本书所有案例均通过Python及Scikit-lear机器学习库和Keras 深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。 本书适合对AI 感兴趣的程序员、项目经理、在校大学生以及任何想以零基础学机器学习的人，用以入门机器学习领域，建立从理论到实战的知识通道。

《现代智能算法理论及应用(第2版)》围绕智能算法中混沌加密、控制与预测算法、粒子群优化算法、多Agent算法展开一系列研究。首先针对信息的保密和系统的安全性，考虑不完备引起的信息安全问题日益突现，将混沌理论与数字水印技术、数字隐藏技术、控制、预测结合起来进行理论和应用研究；然后介绍粒子群算法的基本原理及并行实现，探讨其在工程问题中的应用；最后介绍多Agent的基本理论和结构，研究其在数据分类、故障诊断及故障预测中的应用。 全书取材新颖，覆盖面较广，深入浅出，注重算法的理论依据、应用思路及应用效果，体现了国内外在这方面研究的最新进展。《现代智能算法理论及应用(第2版)》可供工程技术人员、科研院所研究人员参考，也可作为高等院校教师、博士生及硕士生的参考书。

本书以“平民”的起点，从“零”开始，基于PyTorch框架，介绍深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高级理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。本书适合对深度学习和强化学习感兴趣的技术人员、希望对深度学习和强化学习进行入门了解的技术人员及深度学习和强化学习领域的初级从业人员阅读。