本书主要包括：神经网络发展史、深度学习开源框架、多层感知机在自然语言处理方面的应用、卷积神经网络在图像分类中的应用、递归神经网络、DeepIntent模型在信息检索领域的应用、图像识别及在广告搜索方面的应用、Seq2Seq模型在聊天机器人中的应用等内容。

本书阐述了作者及团队最新的人工神经网络学术研究成果及其论文投稿与论辩过程，阐明了科学研究中辩论的重要性、丰富意义和对后续科研思路的启发。

本书系统介绍了视觉SLAM(同时定位与地图构建)所需的基本知识与核心算法，既包括数学理论基础，如三维空间的刚体运动、非线性优化，又包括计算机视觉的算法实现，例如多视图几何、回环检测等。此外，我们还提供了大量的实例代码供读者学习研究，更深入地掌握这些内容。

本书前两章介绍了TensorFlow的基础知识和概念；第3章和第4章介绍了简单的示例及全连接神经网络；第5章和第6章介绍了基础的卷积神经网络，以及目前比较经典的AlexNet、VGGNet、Inception Net和ResNet；第7章介绍了Word2Vec、RNN和LSTM；第8章介绍了强化学习，以及基于深度学习的策略网络和估值网络；第9章介绍了TensorBoard、单机多GPU并行，以及分布式并行；最后两章介绍了TF Learn及其他TensorFlow辅助组件。

本书从人工智能这一颠覆性技术的前世今生说起，对人工智能产业全貌、最新进展、发展趋势进行了清晰的梳理，对各国的竞争态势做了深入研究，还对人工智能给个人、企业、社会带来的机遇与挑战进行了深入分析。

本书分上、下两册，本书是上册，包括4篇内容。第1篇是自动检测仪表，内容包括测量技术基础，温度、压力、流量等。第2篇是计算机控制系统，内容包括可编程控制器PLC、集散控制系统DCS等；第3篇是控制工程方程，内容包括单回路控制器、先进控制、智能控制等；第4篇是控制工程技术，内容包括信号处理和数据校正技术、系统建模技术、软测量技术等。

本书介绍了什么是人工智能及其由来，解答了它不可能“终结人类”等种种疑惑；介绍了人工智能的发展、现状和未来，提出了人工智能目前能代替什么，而不能代替什么；阐述了我国发展人工智能最应解决的问题，以实例说明每个人应如何在日常生活中利用人工智能。

阿法狗击败世界围棋冠军柯洁，标志着人工智能进入一个新的阶段。阿法狗背后的核心算法——深度强化学习——成为继深度学习之后广泛受人关注的前沿热点。本书由浅入深地阐述了强化学习的基础理念与实践，包括数学基础、强化学习基本原理、强化学习的应用与实践，是一本零基础的入门学习书籍。

本书题解内容涉及控制系统的数学模型、线性控制系统的时域分析法、线性控制系统的复域分析法、线性控制系统的频域分析法、线性控制系统的校正方法、非线性控制系统分析、线性离散控制系统的分析与设计，以及基于MATLAB的自动控制原理数字仿真实验。

本书首先宏观地呈现了无人驾驶的整体技术架构，概述了无人驾驶中涉及的各个技术点。在读者对无人驾驶技术有了宏观认识后，深入浅出地讲解了无人驾驶定位导航、感知、决策与控制等算法、深度学习在无人驾驶中的应用、无人驾驶系统软件和硬件平台、无人驾驶安全以及无人驾驶云平台等多个主要技术点。

本书是《控制工程手册》(下册)，包括4篇内容。第5篇工业过程控制，包括典型单元过程控制以及炼油、石化、发电、发电、钢铁、冶金、造纸、轻工、制药等生产过程控制。第6篇工业装备控制，包括数控系统、工业机器人、工程机械自动控制、轨道交通控制。第7篇企业能源管理，包括企业能源管理技术及其在钢铁、石化、水泥、有色冶金的企业的应用。第8篇智能工程控制，包括智能电网、智能交通、智能楼宇、智能矿山。

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。

本书以实盘个案分析为主，全程配有Python代码，包含大量的图文案例和Python源码，无须专业编程基础，懂Excel即可开始学习，并配有专业的zwPython集成开发平台、zwQuant量化软件和zwDat数据包。

作者从当前巨变时代的思考、科学技术是第一生产力写起，探讨如何开启未来世界大门的钥匙：云、物、大、智，怎样做一个合格地球人，并拥有科学家的情怀等话题。写这本书的初衷，一方面是想拨开人工智能神秘的面纱，让大家在纷繁嘈杂的炒作中，认清技术的本质，看清智能的趋势。另一方面，是希望更多的人可以掌握科学的方法，在智能社会来临之前，在心理上，在思想上，在能力上都有所准备。

本书是高等学校专业基础课教材，内容包括：自动控制概论、控制系统的数学模型、自动控制系统的时域分析、根轨迹法、频率特性法、控制系统的综合与校正、非线性控制系统分析、采样系统和Matlab软件自动控制系统设计。

本书主要内容包括：人工智能概述；确定性知识系统；搜索策略；计算智能；不确定性推理；符号学习；联结学习等。

本教材包括以下内容：系统的基本概念；物理系统建模；一阶、二阶系统时域分析；控制系统稳定性分析，控制系统的瞬态响应与稳态误差；分析控制系统的根轨迹法、频率法、状态空间法；控制系统的综合校正；控制系统的鲁棒性分析；控制系统能控性、能观性等。

本书介绍了经典控制理论的基本概念、基本原理和基本方法，着重加强对基本理论及其应用的阐述。按照数学模型、系统分析、系统综合的主线，系统地揭示了控制理论的理论体系。

本书包括8章和附录，主要内容包括：人工智能概述，确定性知识系统，不确定性知识系统，智能搜索技术，机器学习，人工神经网络与连接学习，分布智能，智能应用简介。附录A是新一代人工智能简介与思考。

全书共分13章，分别介绍了机器学习的基本概念、最近邻规则、贝叶斯学习、决策树、基于事例推理的学习、关联规则学习、神经网络等。