《人机交互设计与评价》从一独特的视角，提出了基于情境认知的人机交互信息处理理论模型，系统地构建了情境认知综合测量体系过程及结果的同时测量方法，为情境认知的测量提供了客观依据。应用上述理论和多层次模糊综合评价方法，建立了人机交互中飞行员情境认知应用体系。这对高新技术中的人机交互界面优化设计和人机系统功能优化配置等有着重要的现实意义。

过往的科幻现已成真，在人工智能时代现在我们与计算机、手机和娱乐设备的互动正在经历性的变化，基于触摸、手势、语音和视觉的自然人机交互正在逐渐替代使用键盘、鼠标和游戏手柄等的交互。显示设备也从单纯的显示设备转变为提供更具吸引力和沉浸式体验的双向交互设备。本书将深入讲解基于触摸、手势、语音和视觉等自然人机交互领域的技术、应用和未来趋势。

精心挑选英美两国出版的谚语词典作为条目来源的依据，保护了条目的准确性科学性。 收集条目数量超过现有的同类词典，达到15770余条。 译文不拘泥于一种，在保证意义不变的情况下，直译意译并重，给出多种译法。 作者对谚语的出版、原注、加注、异形参考，首次收录时间等展开了深入、系统的研究。 创设检索词库。全书借助于计算机技术，将核心谚语条目按关键词顺序编制了条目检索系统，实现所想即所得。

21世纪以来，在决策制定过程中管理者们如何运用计算机化的支持方式已经发生了巨大变化。随着越来越多的决策制定者掌握计算机和Web知识，决策支持系统／商业智能正在不断地演变，从一开始的作为基本的个人支持工具，正迅速地成为整个机构中的共用品。数据仓库以及分析工具大大提高了跨越机构界限的信息获取。为团队提供的决策支持继续随着群体支持系统的新发展而不断改善，用以在任何时间、任何地点提高协同工作。人工智能方法正在提高决策支持的质量，并已经渗透到许多应用领域。智能代理执行常规任务，使决策者能够腾出时间更专注于重要工作，有组织的学习和知识管理的发展使得在任何时间、任何地点为有关问题提供整个机构的专门技术成为可能。互联网和企业内部息传递系统提高井促进了所有这些决策支持系统。本书的目的是向读者介绍这

你的游戏是否有角色不能任意走动?是否有角色走进障碍物?是否有非玩家角色不能按照团队运动?现在你就可以掌握高级人工智能(AI)技术以解决这些问题。不管你是编程新手或者是个仅仅想快速学习AI的熟练游戏编程人员，你都会发现本书对于理解并应用AI到你的游戏中是非常合适的入门书籍。本书正是为你提供游戏开发方面高级、有用的AI技术的。如果你曾试图使用AI延长你的游戏的生命周期，让你的游戏更加具有挑战性，更重要的是让它们更加有趣，这本书就是为你准备的。 David M.Bourg(畅销书《游戏开发中的物理学》的作者)和Glenn Seemann将用非常直观、易懂的语言给你介绍一些诸如有限状态机、模糊逻辑和神经网络之类的技术，全书使用源代码(用C和C 编写)说明这些技术。从基本的诸如追赶、躲避、基于模式的运动和聚集等游戏行为到玩家行为预测，这本书告诉

本书介绍了如何设计和构建拥有良好对话体验的机器人，来提供新型的消费者服务或者提高企业效率，让人们的工作更高效。本书适合设计师、产品经理和创业者阅读。作者既总结了取得成功的机器人产品的经验，也剖析了那些失败者的教训。书中还介绍了实用的机器人设计模式。你将学会如何使用有效的引导流程、勾勒不同的工作流、为机器人设定合适的性格，以及呈现信息时如何在富控件与文本之间保持精妙的平衡。

21世纪以来，在决策制定过程中管理者们如何运用计算机化的支持方式已经发生了巨大变化。随着越来越多的决策制定者掌握计算机和Web知识，决策支持系统／商业智能正在不断地演变，从一开始的作为基本的个人支持工具，正迅速地成为整个机构中的共用品。数据仓库以及分析工具大大提高了跨越机构界限的信息获取。为团队提供的决策支持继续随着群体支持系统的新发展而不断改善，用以在任何时间、任何地点提高协同工作。人工智能方法正在提高决策支持的质量，并已经渗透到许多应用领域。智能代理执行常规任务，使决策者能够腾出时间更专注于重要工作，有组织的学习和知识管理的发展使得在任何时间、任何地点为有关问题提供整个机构的专门技术成为可能。互联网和企业内部息传递系统提高井促进了所有这些决策支持系统。本书的目的是向读者介绍这

21世纪以来，在决策制定过程中管理者们如何运用计算机化的支持方式已经发生了巨大变化。随着越来越多的决策制定者掌握计算机和Web知识，决策支持系统／商业智能正在不断地演变，从一开始的作为基本的个人支持工具，正迅速地成为整个机构中的共用品。数据仓库以及分析工具大大提高了跨越机构界限的信息获取。为团队提供的决策支持继续随着群体支持系统的新发展而不断改善，用以在任何时间、任何地点提高协同工作。人工智能方法正在提高决策支持的质量，并已经渗透到许多应用领域。智能代理执行常规任务，使决策者能够腾出时间更专注于重要工作，有组织的学习和知识管理的发展使得在任何时间、任何地点为有关问题提供整个机构的专门技术成为可能。互联网和企业内部息传递系统提高井促进了所有这些决策支持系统。本书的目的是向读者介绍这

本书全面、系统地介绍了深度学习技术在人脸图像处理领域中的应用。书中不但有人脸图像处理算法的详细介绍，有实际案例带领读者上手练习。本书共11章，第1章介绍了人脸图像与特征基础；第2章介绍了深度学习的基础知识；第3章介绍了人脸数据集；第4章介绍了人脸检测技术；第5章介绍了人脸关键点检测；第6章介绍了人脸识别技术；第7章介绍了人脸属性识别；第8章介绍了人脸属性分割技术；第9章介绍了人脸美颜与美妆；0章介绍了人脸三维重建；1章介绍了人脸属性编辑。本书适合计算机视觉领域中人脸图像处理从业人员和爱好者阅读，也适深度学习算法爱好者阅读。

本书是升级版，不仅包含机器学习的基本概念，以及如何利用TensorFlow库快速构建强大的机器学习模型，还涵盖了前沿的神经网络技术，如深度语音分类器、面部识别和CIFAR-10自动编码。另外，本书新增了如何将代码更新到TensorFlow 2.0，以及在Docker容器中运行代码所需要的技术。