本书分为两部分。第壹部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。第壹部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。

《人工智能产品经理技能图谱》首先对人工智能产品经理做了分类，并对每类人工智能产品经理的工作流程进行了介绍，然后从相关技术、数学、算法、软件设计、硬件设计等方面对人工智能产品经理需掌握和了解的相关知识做了详细介绍。本书以丰富的实际案例贯穿始终，对各类人工智能产品设计方法论和人工智能技术指标进行了详细说明，方便读者快速掌握人工智能的发展现状及相关产品的设计方法。 《人工智能产品经理技能图谱》适合希望或刚刚走上人工智能产品经理岗位的读者阅读，也适合人工智能相关专业的高年级本科生或研究生以及教师参考。

《人工智能与医疗》是一本AI人工智能医疗的读本和实战手册。本书立足前沿，全面回顾人工智能技术在医疗行业的应用历史、应用领域和应用前景；详细论述AI人工智能医疗带来的医疗产业革命：精准医疗、智能医疗、移动医疗、远程医疗、低成本医疗、低风险医疗将因为人工智能技术变为现实；重点介绍人工智能医疗创业企业的发展现状，全景展现这一领域巨大的市场机会；通过分析国内外行业巨头的新技术成果和真实、前沿的投资案例，使读者全面了解人工智能的产业转化方向；展示的人工智能AI医疗创业者的成功和失败案例，对读者在此领域的创业具有实际意义的指导作用。 《人工智能与医疗》主要内容包括：绪论：人工智能发展历程。1章，AI医疗：人工智能技术赋能医疗。第2章，实践布局：人工智能与医疗的九大细分领域。第3章，全球格局：人

布鲁萨德写这本书的用意是为了给读者 赋能 。通过这本书，你会了解人工智能、 机器学习、大数据是怎么回事，了解计算机的本质是什么，从此对人工智能和大数据这些大词没有畏惧心理。 这本书会告诉你，高估了人工智能会带来什么社会问题，以及自动驾驶这件事有多难，它还会告诉你，现阶段人工智能的社会化应用的根本矛盾是什么。人们不应该假设计算机能够永远正确，如果人们能够认识到技术使用的局限性，可以让技术更好地造福人类。 人工智能想大规模取代人类并不是一件容易的事情，它还有很长的一段路要走，我们对于人工智能的恐慌，其实都是在过度想象。现实中，从人员招聘到自动驾驶，从支付餐费到选择伴侣，人们迫切地想要将所有事情数字化。这种将计算机技术应用到生活方方面面的热情，导致出现了大量存在设计缺陷的系统，带来了

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书是UiBot开发者认证教程，分为上、下两册，上册为应用指南篇，下册为开发者指南篇。应用指南篇（上册）介绍RPA的基本概念、RPA平台、RPA+AI应用、RPA典型行业案例、RPA行业未来展望等内容。通过大量真实案例的讲解，可以帮助政府组织和企业将RPA应用到具体业务场景中，实现降本增效、高质量运营，进而充分释放人才创造力，提升业务效率与资源配置效率，最终实现企业高质量发展。开发者指南篇（下册）是UiBotCreator的开发者指南，又分为初级篇和进阶篇两部分。初级篇讲解流程开发的基础知识，包括RPA和UiBot介绍、UiBot基本概念、有目标命令、无目标命令、软件自动化、逻辑控制语句、UiBotWorker等内容。通过初级篇的学习，读者可以掌握UiBot基础概念和基本操作，能够编写简易流程。进阶篇讲解使用UiBotCreator进行流程开发的进阶知识，包括UB语言参考、编写源

\\\\\\\\\\\\\\\"布鲁萨德写这本书的用意是为了给读者“赋能”。通过这本书，你会了解人工智能、 机器学习、大数据是怎么回事，了解计算机的本质是什么，从此对人工智能和大数据这些大词没有畏惧心

全书分为7章，章主要分析绿色制造产生的背景、绿色制造的概念及其国内外研究动态；第2章主要介绍工业生态学理论、可持续发展理论、循环经济理论、清洁生产理论及绿色制造体系；第3章探讨绿色设计的概念及

本书分为两部分。部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用Te

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

计算技术正面临着一次颠覆式的创新，即从计算走向智算。智能计算将是支撑万物互联智能时代数字革命的新型计算理论方法、架构体系和技术能力的新型计算范式，寄希望于它可以突破“悟性的瓶颈”。本书对智能计算的各个方面进行了全面的介绍，系统介绍了智能计算的源起、提出、类型和形态、创新趋势，以及智能计算的之江行动和未来应用展望。

针对混流装配线生产计划的智能优化需求，在概要阐述混流装配线及其生产计划内容的基础上，归纳混流装配线中的多种生产计划方式，介绍如何利用建模、分析和决策等一系列理论方法实现生产计划的智能优化方法体系，提升装配制造企业对多变客户需求的适应能力，为提高企业制造水平提供有益参考。全书分为10章，第1章介绍混流装配线中的生产计划体系；第2章总结混流装配线生产计划的现有优化方法；第3章提出混流装配线生产计划智能优化体系；第5至7章分别介绍智能优化方法体系中的建模、分析与决策等问题，以及适合问题特点的相关方法；第7至9章分别介绍自进化、自组织与自重构三种生产计划方式的具体实现方法；第10章介绍面向柴油发动机企业的混流装配线生产计划智能优化原型系统。本书撰写基于理论与实践相结合的原则，注重前沿性技术在生产

在未来，什么样的工作*容易被人工智能取代？AI会不断进化，*终淘汰人类？本书将着重解读AI将会怎样改变我们的生活，并对孩子们经常问的有关AI的100个问题进行解答。 本书是针对6～12岁的孩子，基于数十万中国孩子的编程学习经验和学习行为数据，打造的比较权威的人工智能读本。本书由知名少儿编程品牌、在线少儿编程录播课开创者西瓜创客的创始人肖恩老师和来自全球著名高校的知名教授、专家顾问倾力推出。

本书主要包括人工智能政策规划与法律法规、人工智能法治理论研究、人工智能的法治应用、人工智能典型案件分析等内容，并附有人工智能重点政策法规摘要、人工智能法治研究论文（核心期刊）作者概览、人工智能法治研究机构概览、人工智能重要学术著作概览（2018 2019）、人工智能法治重要会议（论坛）概览（2018 2019）、人工智能法治应用典型事例概览、人工智能司法典型案例、人工智能法治月度大事记（2019年1 6月）等内容。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。