本书为普通高等教育“十一五”国家级规划教材，第一版于2005年被评为北京市精品教材。本书是为非自动化类、工科高年级学生编写的教材，简练地论述了连续控制系统的分析和综合研究方法，包括系统数学模型的建立和动态结构图等效变换法则，利用经典控制理论的时域分析法、复域分析法、频域分析法对控制系统进行分析，应用串联校正、反馈校正和前馈校正进行系统的设计和补偿。同时阐述了采样控制系统的分析和综合方法，并对控制系统的状态空间分析法及能控性和能观测性进行了论述。书中部分章节适当增加了 MATLAB应用的

本教材共分为六个章节，分别为：*章自动控制系统概述、第二章控制系统的数学模型、第三章控制系统的时域分析、第四章根轨迹法、第五章线性系统的频域分析法、第六章线性系统的频域分析法。

本教材的内容涉及模糊理论、数据融合、神经网络、遗传算法及传感技术等相关内容，并着重介绍数据融合技术的原理、特点及具体应用方法，在目前多传感器数据融合技术研究成果的基础上进行系统解析，分析特点，论述不足，为数据融合技术的研究提供科学合理的依据，达到促进智能信息处理技术可持续发展的目标。

本书致力于推动人工智能的普及教育，使用通俗易懂的语言深入浅出地介绍了人工智能的相关知识，包括机器学习和深度学习的基本内容，并结合图像信息处理和自然语言处理两个典型应用展开阐述，使读者能快速掌握人工智能的基本概念、基本知识体系和框架，为进一步深入学习打下良好基础。

本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python 编程基础、TensorFlow编程基础、TensorFlow模型、 TensorFlow编程实践、TensorFlowLite 和 TensorFlow.js、TensorFlow案例--医学应用和Seq2Seq attention 模型及其应用案例。 本书*特色是既有由浅入深的理论知

机器学习是计算机智能围棋博弈系统、无人驾驶汽车和工业界人工智能助理等新兴技术的灵魂，特别是深度学习理论更是诸多高精尖人工智能技术的核心。掌握机器学习理论与实践技术是学习现代人工智能科学最重要的一步。
本书既讲述机器学习算法的理论分析，也结合具体应用介绍它们在Python中的实现及使用方法。本书的第2到第9章主要介绍监督式学习算法。其中包括：监督式学习算法基础、线性回归算法、机器学习中的搜索算法、Logistic回归算法、支持向量机算法、决策树、神经网络和深度学习。随后，在第10与11这两章

本书是一本全景式介绍人工智能知识体系与热门应用领域的教材，内容包括人工智能产业的发展现状与市场需求，人工智能在现代生活的影响，人工智能对工业、医疗、安防、社交、机器人、无人驾驶、居家、生活服务方面的应用。培养学生人工智能的应用能力,开拓读者的科技视野.

本书介绍了微软Azure云平台的IAAS和PAAS中的具体服务，主要包括：云存储（Azure Storage)、App Service、云数据库(Azure SQL Database）、分布式缓存、分布式消息队列服务(Service Bus)、分布式基础架构服务（Service Fabric）、大数据处理平台HDInsight、数据分析服务Power BI、人工智能/机器学习（Machine Learning)、多媒体服务等。读者可以从中学到Azure云平台的基本概念、基本操作方法，学会如何利用

深度学习算法的一个关键特性是能够以少的监督学习大量数据，这与通常需要较少(标记)数据的浅层模型不同。本书将探索一些示例，例如使用完全卷积神经网络和残差神经网络进行视频预测和图像分割，这个应用已经在ImageNet图像识别竞赛中取得了较佳的性能。同时，通过这些技术的应用，读者还将学习到更多的图像识别技术和认识到一些活跃的初创公司。

通过本书中的示例，读者还将探索深度学习算法相对于其他传统(浅层)机器学习算法的优势；学习Word2vec、skip thought ve