近年来人工智能技术蓬勃发展，人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学 和计算机科学知识的情况下，能够快速上手，使用 Python 语言实现常用的机器学习算法，并解决一些实际的问题，我们策划并出版本书。 本书共 14 章，内容涵盖基本的机器学习概念和环境搭建，目前各个领域中的热门算法，以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门，在动手实践的过程中找到乐趣。 本书可以作为各大院校人工智能相关专业的教材，也可以作为培训机构的教材，还适合人工智能技术爱好者自学

本书中的设计模式捕捉了机器学习中反复出现的问题的实践和解决方案。作者是谷歌的三名工程师，他们整理了已证实的方法，帮助数据科学家解决整个ML过程中的常见问题。这些设计模式将数百位专家的经验编纂成直接、平易近人的建议。
在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可再现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对您的情况选择技术的建议。

如果你想从程序员转行做人工智能专家，这是一个理想的起点。基于Laurence Moroney非常成功的AI课程，这本介绍性的书提供了一个动手操作、代码优先的方法来帮助你建立信心，同时学习关键主题。你所需要的只是使用Python及其用于数据和数组处理的经验。
你将学习如何实现机器学习中常见的场景，包括计算机视觉、自然语言处理(NLP)和针对web、移动、云和嵌入式运行时的序列建模。大多数关于机器学习的书都是从大量的高等数学开始的。本指南提供了让您直接使用代码的实用经验。

This book comprehensively and deeply introduces the artificial neural network theory and its application. The book consists of three sections: the foundation of neural network, artificial neural network theory, the design and practical application

本书在不涉及大量数学模型与复杂算法实现的前提下，从机器学习概述开始，由“泰坦尼克号数据分析与预处理”“良/恶性乳腺癌肿瘤预测”“波士顿房价预测”“手写体数字聚类”“人脸特征降维”“在线旅行社酒店价格异常检测”6个案例分别引入数据分析、分类、回归、聚类、特征降维和异常检测的应用开发实战技术及其少量理论，能够帮助读者以最快的速度掌握使用Scikit-learn库进行机器学习开发的实战技能。书末是学习机器学习时可能用到的附录。本书适合对机器学习感兴趣的初学者、需要快速入门机器学习的高职相关专业学生，以

本书较完整地介绍了深度学习的基本概念、方法和技术。全书共10章，重点介绍了深度学习的基础知识、深度学习的基本算法、深度学习中的正则化以及几个典型的深度神经网络（如深度卷积神经网络、深度循环神经网络、深度生成式对抗网络、自编码器、深度信念网络、胶囊网络等）。
本书内容丰富、叙述详细、实用性强，适合具有一定数学基础的高年级本科生或相关专业的研究生使用，也可供不具有深度学习背景但对深度学习感兴趣的相关人员参考。

本书结合具体的控制系统介绍了自动控制的基本理论及工程应用。主要内容包括绪论、控制系统的数学模型、线性系统的时域分析、根轨迹法、线性系统的频域分析、控制系统设计、非线性系统分析、线性离散系统、线性系统的状态空间分析，以及自动控制系统综合案例。本书融入了课程思政内容，从实际应用出发，突出物理概念，减少数学公式推导；强化工程应用中常用知识点的介绍，采用不同方法对一个工程实例进行分析和设计，阐明自动控制原理的应用。

本书较系统、全面的介绍了自动控制基础理论与应用。全书共分9 章，主要内容有：自动控制系统的基本概念和结构、微分方程、传递函数、结构图模型、连续系统时域分析、复域分析与校正、频域分析方法与校正、离散控制基础、状态空间分析和设计方法、非线性控制理论等。本书以经典控制、现代控制理论为主，也兼顾了一些理论联系实际的工程应用内容。针对应用型高校培养工程应用人才的需求，各章节使用了一台自研的机床导轨位置控制系统作为实例，从系统建模到控制方法分析，结合理论教学，深入浅出进行分析和设计，以便读者理论联系实际，能

本书由校企“双元”共同开发，以人工智能应用开发的学习与认知过程为主线，以实践为主导，将理论知识与实践应用有机结合，将人工智能的应用开发的过程分为数据、人工、智能和系统化四个层级和十二个步骤。十二个步骤包括：数据采集、数据整理、数据分析、数据标注、特征提取、模型创建、模型训练、模型测试、集成AI模型生成智能系统、系统测试、系统发布、系统部署与应用等。本书内容从人工智能认知开始，讲解了人工智能应用开发所依赖的数据集成、Python编程基础、算法基础和基本框架、API的应用。为了增加人工智能的通识性认

《人工智能导论》为大连理工大学“新工科”系列精品教材。
本书内容包括绪论、知识表示、确定性推理、不确定性推理、搜索求解策略、遗传算法及其应用、群智能算法及其应用、人工神经网络及其应用、机器学习、专家系统、自然语言理解及其应用等。
本书可供电子信息类专业本、专科学生作为教材使用，也可供从事人工智能领域的技术人员参考。