全书共6章：第一章概论，第二章物理系统的数学模型，第三章时域分析法，第四章根轨迹法，第五章频率响应法，第六章线性系统频率法校正。每章除控制理论外，还介绍了相关内容的MATLAB在经典控制理论中的应用，并附有本章小结和习题。书后附有3个附录——附录一拉普拉斯变换、附录二部分分式展开法和附录三部分习题参考答案作为书中内容的补充。
本书可作为高等学校本科非自动化类专业学生及专科自动化类专业学生的教材，亦可供需要学习和了解自动控制基本理论的工程技术人员自学与参考。

本书阐述了经典的自动控制基本理论分析和设计方法。全书共分6章，主要内容包括自动控制的基本概念、控制系统的数学模型、控制系统的时域分析、根轨迹法、控制系统的频域分析以及控制系统的校正与设计。
本书图文并茂，内容较为全面，理论阐述深入浅出，简化了理论推导，重在应用。各章附有丰富的例题和层次不一的课后习题，可满足不同层次读者的需求。
本书适合作为普通高等院校自动化及其相关专业（如电气工程及自动化、电子信息工程等专业）自动控制理论的本科生教材，也可作为自动化相关专业考研学生和从事

本书系统性介绍动态规划，特别是近似动态规划，包括折扣问题的理论与计算方法、随机最短路问题、无折扣问题、平均费用问题、折扣与无折扣问题的近似动态规划等。

书特色主要有：

1、注重实例的一本教材

尽可能简化繁琐的数学推导和定理证明，将重点放在解决问题的原理和思路上，并介绍一些经典有趣的实例。

2、适合不同专业层次的教材选择

结合教学、科研及应用需求，注重概念清晰、既有深度又有广度、理论性较强的教材，着力于内容的体系化，适合不同层次专业选用。

3、注重能力评价的考核方式

注重能力评价的考核方式，有关内容既是对相关知识的学习和掌握，更重要的是对学生独立思考、创新意识和解

　　《大学人工智能基础（大学计算机系列教材）》是华东师大非计算机专业本科生理科方向教学用书。大学程序设计基础是大学计算机教学的核心课程，该书以零基础的初学者为对象，循序渐进地讲述各种客观数据对象在计算机世界中是如何表示的，计算机又是如何操作数据对象，实现各种功能的。
　　《大学人工智能基础（大学计算机系列教材）》旨在帮助读者形成人工智能知识体系的轮廓性认知，培养读者利用人工智能技术解决典型问题的实践能力，使读者感受人工智能之强大，点燃对计算机技术的热情与兴趣。
　　《大学人工智能基础

本书共9章，主要内容包括物联网初探、物联网的演进、物联网设备识别、物联网信息感知、物联网通信、物联网的计算、物联网服务、物联网的典型应用、物联网综合应用实例等。

本书可作为高职高专及应用型本科院校物联网应用技术专业的教材，也可作为从事物联网相关工作的技术人员的参考书。

本书从概念和数学原理上对人工智能所涉及的数据处理常用算法、图像识别、语音识别、自然语言处理、深度学习几个主要方面进行了阐述，并以Python为主要工具进行了相应的编程实践，以使读者对人工智能相关技术有更直观和深入的理解。此外，本书也用几个独立的章节从原理和实践上介绍了量子计算、区块链技术、并行计算、增强现实等与人工智能密切相关的前沿技术。 本书适合对人工智能领域感兴趣并有一定数学基础的相关人员阅读，也可作为高等院校相关专业的教学参考书。

机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍

深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和TensorFlow实践，全书共8章。第1章给出了深度学习的基本概况。第2章详细介绍了神经网络相关知识，内容包括M-P神经元模型、感知机、多层神经网络。第3章介绍了被广泛认可的深度学习框架TensorFlow 2的安装流程与新特性。第4章详细介绍了TensorFlow 2的相关语法。第5章介绍了BP算法和常见的优化方法。第6章介绍了Keras模块的使用。第7章和第8章详细讲解了卷积神经网络和循环神经网络，并给出了相关的实战项目

《机器学习实用教程》将根据高等院校所开设的《机器学习》教学实践的要求，结合重庆工商大学教学实践情况，重点讲授重要的机器学习理论以及相关算法的实现。