本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果；也从科普的角度，尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员，还是这个领域的专业研究人员，或是信息科学和计算机科学的爱好者们，都能从本书中得到启发。
情感是人类特有的一种思维方式，如果机器具备了情感，是不是就可以取代人类？ 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中，人工智能之父马文·明斯基有力地论证了：情感、直觉和情绪并不是与众不同的东西，而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质，为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力，乃至自我观念的情感机器的路线图。
《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。
全国大学生机器人CCTV电视大赛首次举办是在2002年，时值今日民经举办了第三届了。赛事的举办吸引了越来越多的眼球，逐渐成为国内影响*的机器人赛事。本书以三次赛事为素材，深入挖掘参赛前后生动感人的故事，是一本提升大众、特别是青少年学科学、爱科学的热情及自身素质的好书。
国际人工智能已走过50年的发展历程。伴随着世界社会进步和科技发展的步伐，国际人工智能研究与时俱进，在20世纪末已取得长足进展。在国内，人工智能已得到迅速传播与发展，并促进了其他学科的发展。 人类智能是自然过程的创造物,用控制的术语来说，人类智能具有传感性能的分布特性和控制机制的鲁棒特性。人类的认知能力是保藏在以大脑为中心的“碳素计算机”中。大脑通过诸如视觉、听觉、触觉、味觉和嗅觉等各种自然传感机制来获取环境信息，借助智能集成这些信息并对信息提供适当的解释。然后,认知过程进一步提升这类特性为学习、记忆和推理能力,并通过分布在中枢神经系统内的复杂神经网络产生适当的肌肉控制，产生相应的行为或动作。正是这种认知过程和智能特性，使人类在许多方面成为有别于其他生灵的高级动物。 伴随着人类
TensorFlow是谷歌2015年开源的主流深度学习框架，目前已得到广泛应用。本书为TensorFlow入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时，第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。另外，第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。
本书主要介绍线性模型参考自适应和自校正控制基本理论，以及各种实用的设计方法。内容包括：从一般形式线性微分方程入手，给出参数自适应的基本概念及自适应发展概况；用三种统一格式，概括了1974年以来用李雅普诺夫稳定理论，设计出的各种主要增广误差信号形式模型参考自适应方法；用波波夫超稳定理论设计出不用增广误差信号的结构简单实用的方法；从对象模型参数已知入手，参数未知时，用辩识参数代替已知参数得到了自校正预报、自校正调节器和控制器等各种实用的自校正方法；然后给出模型参考和自校正的统一格式，用统一格式方程分析系统的稳定性和收敛性，并简单地讨论了鲁棒性问题；后给出应用实例，证明自适应的优越性。本书提供的各种实用设计方法通俗易懂，且具有常规反馈控制所没有的克服对象模型参数的不确定性和扰动性能，尤
机器视觉简单来理解就是一门用机器代替人眼做测量和判断的技术，在现代制造中应用广泛，如在产品定位、缺陷检测、尺寸测量、条码识别等方面均有应用。机器视觉是一门综合技术，包括数字图像处理、自动控制、光源照明、光学成像、传感器、机器人等知识。本书由浅入深比较全面地介绍了机器视觉的相关知识，包括视觉基本知识、工业相机原理及选型、工业镜头特性及选型、光学基本知识及不同打光方案效果、视觉常用配件、数字图像处理知识及视觉算法平台软件MVP等内容。本书既适合机器视觉相关专业的高校学生学习，也适合机器视觉相关工程师参考学习。
本书以焊接（点焊和弧焊）、搬运、通用三大类常用机器人的编程、操作技术为主题，详细阐述了工业机器人基本命令和作业命令的编程格式、编程要点、应用技巧；系统介绍了工业机器人手动操作、示教编程、再现运行的方法和步骤。同时，还对变量编程、平移编程，作业文件编制等高层次编程技术，以及系统设置、参数设定、硬件配置、运行监控、数据备份与恢复、故障诊断与维修等高层次调试、维修操作技术，进行了全面、深入的说明，并提供了丰富的实例。 本书选材典型、内容优选、案例丰富，理论联系实际，面向工程应用，可供工业机器人设计、使用、维修人员和高等学校相关专业师生参考。
《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。
大数据分析与机器学习技术已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了大数据分析与机器学习技术的商业应用实战。全书共16章，讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA（主成分分析）模型、聚类与分群模型（KMeans与DBSCAN算法）、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现，每种模型都配有一到两个典型案例，涵盖金融、营销、医疗、社会科学、企业办公与管理等多个领域。本书适合具备一定数学知识和编程基础、希望快速在工作中应用大数据分析与机器学习技术的读者阅读，也适合Python编程爱好者或对大数据分析与机器学习技术感兴趣的读者
