本书首先深入浅出地介绍了AI的基本概念、术语、研究方法，然后详细介绍了AI在临床实践、放射医学、病理学、药物研发、基因组学、健康保险及医学教育等领域中的应用案例，以及AI技术在各个临床医学专业中的应用。由于AI越来越多地用于医疗决策，因此部分患者可能会担心 AI 的道德和伦理问题，当然，这个主题也包含在本书中。 本书还介绍了各大型企业，如谷歌、百度、西门子等，在医疗人工智能发展中的推进作用。，介绍了使用 AI 方法进行疾病筛查、健康监测及新治疗方法开发，这个部分有意思。

《人工智能探秘水下机器人》共2分册，采取科普结合图形化编程的方式，介绍了从人工智能技术到水下机器人，从海洋科技发展到水下机器人装备的使用和实践。包含人工智能概述，机器人概述，水下机器人的学习和使用、运动控制及编程、图形化编程拓展模块的应用，以及学生自由创意创新设计等，可培养学生的设计能力、逻辑思维能力、动手能力、团队合作能力以及科学探究能力。该书适合义务教育阶段学校开展海洋教育使用。

"文心一言是百度推出的一款基于大语言模型的生成式AI产品，《文心一言从新手到高手（写作 绘画 教育 编程 助手）》详细介绍了其在不同领域的应用方法，是一本全面、详尽的文心一言使用指南。《文心一言从新手到高手（写作 绘画 教育 编程 助手）》共8章， 依次讲解了文心一言的基础知识、创意写作、零基础绘画、数据分析、营销文案写作、职场百宝箱、求职招聘、教育教学、学生学习、编程辅助、生活顾问、插件、文心一言App和文心一格等功能和应用技巧。《文心一言从新手到高手（写作 绘画 教育 编程 助手）》适合对文心一言感兴趣的初学者、爱好者以及希望利用人工智能提高工作、学习效率或生活质量的人群阅读。"

在大数据时代，机器学习（ML）在互联网领域取得了巨大的成功，数据应用也逐渐从“数据驱动”阶段向“模型驱动”阶段跃升，但这也给ML项目落地带来了更大的困难，为了适应时代的发展，MLOps应运而生。本书从多个方面介绍了MLOps实践路径，内容涵盖了设计、构建和部署由ML驱动的应用程序所需的各种实用技能。 本书适合数据科学家、软件工程师、ML工程师及希望学习如何更好地组织ML实验的研究人员阅读，可以帮助他们建立实用的MLOps实践框架。

本书立足于外自动驾驶技术的发展现状与前沿趋势，阐述了5G、人工智能、边缘计算、大数据等新一代信息技术与自动驾驶车辆的融合与创新路径，并分别从自动驾驶的概念、进阶路径、技术架构体系、5G+AI驱动、5G车联网、商业落地六大维度，揭示了科技创新与产业革命驱动下的汽车工业变革与重塑，对传统车企实现电动化、智能化、网联化、共享化的“新四化”战略转型具有重要的参考价值。 本书不仅适用于移动通信、车联网和智能网联汽车领域的专业技术人员阅读和参考，也可供高校车辆工程专业及电子与通信技术专业的学生作为教材使用。

《哈密顿力学理论的形式化与机器人动力学形式化分析》系统深入地研究了辛几何理论、哈密顿动力学的公理化体系，并以四自由度串联机器人为例，研究了基于哈密顿动力学系统的形式化分析与验证方法的应用，为机器人动力学的安全设计提供了形式化验证理论和技术手段。《哈密顿力学理论的形式化与机器人动力学形式化分析》主要内容包括：哈密顿模型的几何基础——辛流形空间的形式化、哈密顿模型和拉格朗日模型的勒让德映射关系的形式化、哈密顿方程的形式化和机器人动力学的形式化建模与分析。内容涉及交互式定理证明、机器人、形式化验证等人工智能领域。

本书聚焦人工智能对产业的赋能，对产业发展和创新热潮进行概述，介绍人工智能在核心产业领域的发展现状和趋势，并分析外发展战略和政策。本书深入探讨人工智能与机器人、交通、医疗等领域的融合发展，以及由此产生的智能机器人、智能驾驶、人工智能医疗等新业态，详细阐释人工智能提升生产效率，催生新产品、新场景、新需求，推动产业转型升级和经济高质量发展的重要作用。 本书适合人工智能、互联网和计算机行业的从业人员和研究人员（技术岗位和非技术岗位），以及创投相关人员阅读参考。

《中国电子信息工程科技发展研究 深度学习专题》主要介绍了全球深度学习技术和产业发展现状及趋势，以及人才情况；阐述了我国的深度学习发展现状，包括基础理论、底层技术、应用技术和产业应用情况；重点介绍了我国深度学习相关的热点和亮点，包括AI芯片、深度学习框架、自动化深度学习建模、深度学习模型和行业应用等。同时对深度学习行业的发展和现状做了系统的总结，并阐述了下一步的趋势和影响。

本书结合现实中的市场营销问题揭示了在市场研究分析中如何使用R。主要内容包含:R综述，数据描述，连续变量之间的关系，表格和可视化，统计检验，线性模型，如何降低复杂度，验证性因子分析和结构方程模型，聚类和判别，购物篮分析，模型选择等。

本书全面概述基于FPGA的机器人计算加速器设计。本书首先对FPGA技术的背景进行介绍，然后深入介绍基于FPGA的机器人感知神经网络加速器设计，并对机器人感知中的各种立体视觉算法及其FPGA加速器设计进行讨论，验证了FPGA是加速神经网络的理想选择。接着，介绍在FPGA中实现并集成现有算法的关键原语的通用定位框架，并讨论运动规划模块，证明了FPGA是加速运动规划内核的理想选择。之后，探讨如何在多机器人探索任务中使用FPGA，以及PerceptIn为自动驾驶汽车开发车载计算系统所做的努力。后，介绍过去20年中FPGA在太空机器人中的应用。本书适合机器人领域的研究者、工程师以及高校相关专业的学生阅读及参考。

本书主要内容分为三部分，逐步引导学生由浅入深、由简到难地学习。部分是环境基础教学，包括、2章，分别是实验环境搭建和Python编程语言基础；第二部分是机器学习，包括第3～11?章，详细介绍了机器学习的核心算法原理及相关实战案例，如利用隐形眼镜数据集构建森林模型来预测适合客户的隐形眼镜类型、基于朴素贝叶斯分类算法实现年收入预测、采用支持向量机算法预测泰坦尼克号人员存活率；第三部分是深度学习，包括2～16章，重点介绍深度学习基础知识和不同经典网络原理及相关实战案例，如利用卷积神经网络模型实现手写数字识别、采用VGG16模型实现天气识别，以人工智能的示范应用来启发学生进一步进行深化研究。本书提供课程资源包，包括案例源代码、课件PPT等。本书面向具有人工智能技术需求的相关专业学生，按照初学者的学习思维与人工智能