本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。
本书系统深入地论述用于模式识别的特征选择的理论与方法。在内容上注重系统、全面地论述特征选择理论和方法，并力求反映、外特征选择领域的发展趋势。 全书重点论述各种有监督和无监督特征选择理论及方法。全面涵盖特征选择原理、特征选择方法分类、各类特征选择方法特点及特征选择算法性能评价方法等知识。论述各种特征评价方法。论述各种滤波式、封装式特征选择方法的原理、工作流程及算法步骤。论述特征选择集成方法、特征选择方法与样本选择及分类器集成的融合方法。还包括用于无监督模式识别的基于图谱理论的特征选择方法，用于优化深度学习网络的特征选择方法等的研究成果。 本书提供用于大型数据集和高维数据分析的特征选择算法及生物信息学应用的资料，涵盖了水声目标识别、字符识别、基于脑功能磁共振成像和单核苷酸多态
虚拟现实技术利用计算机生成可交互的三维空间，营造使人的感官沉浸其中的人工环境，被誉为“下一代互联网”和“下一代移动计算平台”，有潜力成为下一个重大通用计算平台。随着相关研究的逐步深入，虚拟现实将深入连接人们的生活，大幅度缩小人与人之间沟通的距离，虚拟现实视频连线、虚拟现实教学都将会改变人们的行为方式，给人们的工作和生活带来很多便利。本书是作者根据近十年来对虚拟现实技术的研究成果编写的，不仅介绍了虚拟现实的理论与方法，而且以国际流行的虚拟现实平台Unity3D为主，重点讲解了虚拟现实的关键技术、人机交互、虚拟现实工程技术实践，并以实际案例分析贯穿始终。对于提高读者的虚拟现实素养具有的指导意义。针对学习者的特点力求理论表述通俗易懂，内容新颖实用，尽量用实例来诠释概念和方法，使读者能够轻松
