本书内容主要包括机器学习的基本知识、基本学习方法、集成学习方法、深度学习方法和深度强化学习方法等内容，将机器学习的经典内容与深度学习等前沿内容有机地结合在一起，形成一套相对完整的知识体系，并在每个章节穿插相应的应用实例，使得广大读者不但能够较好地掌握机器学习基本理论，而且能够比较系统地掌握其应用技术，为今后的工作和进一步学习打下扎实的理论与应用基础。

本书由院校与企业联合编写，是针对中高职物联网相关专业的入门教材，理论结合实际。本书部分内容来自企业真实案例，并由企业一线的工程师编写，理论知识由具有丰富教学经验的职业院校专业教师编写。本书包括10个单元，主要内容包括：物联网认知、物联网体系结构与标准、传感技术概述、物联网无线传输技术、物联网安全、物联网应用、物联网感知层环境搭建、物联网感知层数据采集、物联网感知层设备控制和物联网感知层通信协议。
本书内容丰富，通俗易懂，图文并茂，让读者学习时能由浅入深地进入物联网的世界，了解物联网，

《人工智能导论》是为高等院校相关专业“人工智能导论”课程设计编写，具有丰富应用特色的主教材。针对高校学生的发展需求，《人工智能导论》分引言、基础知识、基于知识的系统和高级专题四部分，可依照学习进度与需求，做适当选择。内容包括：引言，包括绪论（基本概念）、人工智能+领域应用；基础知识，包括大数据思维、搜索算法、知识表示；基于知识的系统，包括专家系统、机器学习、深度学习；高级专题，包括机器人技术、智能图像处理、自然语言处理、自动规划。
《人工智能导论》较为系统、全面地介绍了人工智能的相关概念、

目标是培养学生对智能计算完整软硬件技术栈（包括基础智能算法、智能计算编程框架、智能计算编程语言、智能芯片体系结构等）融会贯通的理解，成为智能计算系统（子系统）的设计者和开发者。

本书介绍了机器学习的基本算法、历史发展、应用前景及相关问题。内容包括：机器学习所涉及的必要的数学知识，机器学习的基本模式和任务，神经网络的基本理论及算法结构，分类与聚类学习算法，数据维度归约的基本方法，图理论及方法以及当前比较流行的机器学习理论和算法。本书在加深学生对经典机器学习方法理解的基础上适当扩展其视野，以培养和提高其解决实际问题的能力。
本书可作为高等学校人工智能相关专业的教材，也适合该领域的工程技术人员参考使用。

本书内容包含人工智能新技术、大数据、机器学习、深度学习、知识图谱、AI图像技术、自然语言处理、智慧物联、数字工厂、智能机器人、智慧城市。本书案例丰富、结构清晰、通俗易懂，是一本比较全面、系统地介绍人工智能基础技术的书籍。
本书可作为应用型本科、高职院校的人工智能应用技术通识课教材，也可作为人工智能爱好者、从业者的辅助读物。

本书紧密追踪物联网*新技术发展与典型应用，结合互联网、云计算、大数据等技术，从基础知识、关键技术到典型应用，全方位阐述物联网的现状、关键技术及部分典型应用。全书共13章。第1章阐述物联网的发展背景、定义、特征及发展趋势；第2章至第4章从物联网感知层出发，分别介绍物联网识别技术（RFID）、物联网传感技术以及物联网智能视觉技术；第5章从物联网传输层出发，主要介绍支撑信息传输的关键通信技术；第6章从应用层出发，详细介绍大数据、云计算、物联网定位等应用技术；第7章介绍物联网安全技术；第8章至第1

本书主要阐述人工智能的基本原理、方法和应用技术。全书共13章，除第1章讨论人工智能基本概念、第13章讨论人工智能的争论与展望外，其余11章按照“基本智能+典型应用+计算智能”三个模块编排内容。第一个模块为人工智能经典的三大技术，分别为知识表示技术、搜索技术和推理技术，主要包括知识表示、确定性推理、搜索策略、不确定性推理；第二个模块为人工智能的典型应用领域，包括机器学习、支持向量机和专家系统；第三个模块为计算智能与群智能，包括神经计算、进化计算、模糊计算和群智能。本书力求科学性、模块化、实用性。内

随着计算机技术迅猛地发展，人工智能与机器学习已经渗透到我们日常生活的各个领域。为此，中国人民大学专门为全校财经和人文专业的学生开设了“人工智能与机器学习”课程，本书的所有作者都参与了该门课程的教学实践，相互配合，总结教学经验，共同打磨而成《人工智能与机器学习》一书。书中通过丰富现实案例的详细讲解，引导学生了解各种机器学习模型的基本原理与实践用法。避开了大量的数学模型和复杂编程知识，让学生熟悉当下流行的一些机器学习和数据处理工具的使用，来解决现实领域遇到的各种数据分析和预测问题。