《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。

无

图神经网络（GNN）是基于深度学习的图数据处理方法，因其的性能而受到广泛关注。本书全面介绍了GNN的基本概念、具体模型和实际应用。书中首先概述数学基础和神经网络以及图神经网络的基本概念，接着介绍不同种类的GNN，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的成果和发展方向有较为透彻的认识。

本书从数学、哲学、计算机科学、神经科学和人工智能等角度，全面阐述了贝叶斯理论背后的基础知识、思维方式和丰富哲理。贝叶斯定理一旦与算法相结合，就不再是一套枯燥的数学理论或认识论，而变成了应用广泛的知识宝

本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍

本书全面、深入地探讨了人工智能（AI）领域的理论和实践，以统一的风格将当今流行的人工智能思想和术语融合到引起广泛关注的应用中，真正做到理论和实践相结合。全书分7个部分，共28章，理论部分介绍了人工智能研究的主要理论和方法并追溯了两千多年前的相关思想，内容主要包括逻辑、概率和连续数学，感知、推理、学习和行动，公平、信任、社会公益和安全；实践部分 地践行了“现代”理念，实际应用选择当下热度较高的微电子设备、机器人行星探测器、拥有几十亿用户的在线服务、AlphaZero、人形机器人、自动驾驶、人工智能辅助医疗等。本书适合作为高等院校人工智能相关专业本科生和研究生的教材，也可以作为相关领域专业人员的参考书。

通常来说，人工智能（ArtificialIntelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。生活中很多机器学习的书籍只注重算法理论方法，并没有注重算法的落地。本书是初学者期待的入门书，书中有很多的示例可以帮助初学者快速上手。本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模

本书第1章从工业机器人坐标系概念入手，介绍了机器人TCP、工件坐标系的计算原理与ABB工业机器人坐标系指令/函数的使用；第2章介绍了工业机器人D-H模型及ABB工业机器人正向运动学的计算，帮助读者从理论层面了解工业机器人的运动机理；第3章详细介绍了ABB工业机器人编程（RAPID）的内核与应用技巧，以帮助读者深入了解ABB工业机器人的相关指令；第4～13章就ABB工业机器人的进阶应用功能做了介绍与实例讲解，其中包括MultiMove（多机协同）、RobotStudio在线编程、RobotStudio数字孪生、RobotLoad负载测试软件、ModBus/TCP、弧焊、力控、外轴/变位机配置与Standalone控制柜（Gantry机器人）、RobotWare 6控制系统中文交互、基于视觉的输送链跟踪等； 4章介绍了ABB工业机器人 推出的Omnicore机器人控制系统与RobotWare 6控制系统的异同，并针对Robot Web Service 2.0、Omnicore自定义App等新功能做

近些年，当人们谈论人工智能时，总热衷于讨论算法的优化、模型的迭代、算力的多少。人们不断地在追求模型的深度、数据的规模和芯片的算力。海量参数的复杂网络仿佛就是人工智能的发展方向。然而，这就是真的智能吗？

深度学习，特别是深度卷积神经网络是人工智能的重要分支领域，卷积神经网络技术也被广泛应用于各种现实场景，在许多问题上都取得了超过人类智能的结果。本书作为该领域的入门书籍，在内容上涵盖深度卷积神经网络的基础知识 和实践应用两大方面。《解析深度学习：卷积神经网络原理与视觉实践》共14 章，分为三个部分：第一部分为绪论；第二部分 （第1～4 章）介绍卷积神经网络的基础知识、基本部件、经典结构和模型压缩等基 础理论内容；第三部分（第5～14 章）介绍深度卷积神经网络自数据准备开始，到 模型参数初始化、不同网络部件的选择、网络配置、网络模型训练、不平衡数据处 理，最终到模型集成等实践应用技巧和经验。《解析深度学习：卷积神经网络原理与视觉实践》并不是一本编程类书籍，而是希望通过“基础知识”和“实践技巧”两方

可拓设计是以设计对象、设计系统、设计过程中的矛盾问题为研究对象，通过对设计问题的形式化表示、建模、变换、推理、评价与决策，寻求没计方案的现代设计理论与方法．本书将可拓设计方法应用在设计思维、概念设计、配置设计、模块化设计、变型设计和优化设计等方面，着重研究设计领域矛盾知识的表达、聚类、推理、变换、演化等问题，并在典型产品上加以应用，反映了可拓设计在智能化处理矛盾问题的广阔前景。 本书可供从事机械工程、人工智能、计算机技术、系统工程、管理工程、建筑设计、工程数学及相关专业的科研、管理和工程技术人员参考阅读，特别适合于高等院校相关专业的本科、硕士研究生和博士研究生作为选修教材。

《人工智能导论》主要讲述人工智能问题求解方法的一般性原理和基本思想，并简要介绍人工智能语言，知识表示方法以及几个应用领域中所涉及的人工智能问题。全书共十章，前五章是人工智能基本原理和方法的论述，后五章是人工智能技术应用中涉及的几个主要问题。

本书在全面总结外多目标优化及人工免疫系统发展现状的基础上，着重介绍作者在基于人工免疫系统的多目标优化这一领域的研究成果，主要包括：免疫克隆选择多目标优化算法及其在多目标0／1背包问题、约束优化问题、动态多目标优化问题及多目标聚类中的应用，用于求解约束多目标优化的免疫记忆克隆算法，求解多目标优化的非支配近邻免疫算法，求解偏好多目标优化的偏好等级免疫记忆克隆选择算法，基于多智能体的多目标社会协同进化算法，量子免疫克隆多目标优化算法，并针对不同问题提出了多种新的算法和实现策略。 本书可为计算机科学、信息科学、人工智能、自动化技术等领域从事人工免疫系统或多目标优化研究的相关专业技术人员提供参考，也可作为相关专业研究生和高年级本科生教材。