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

《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。

　　《智能之门：神经网络与深度学习入门（基于Python的实现）》是作者在总结多年的实际工程应用经验的基础上编著而成的，是一本面向本科生的神经网络与深度学习的入门教材。通过阅读该书，读者可以掌握神经网络与深度学习的基本理论，并通过大量的代码练习，在做中学，提高将理论知识运用于实际工程的能力。
　　该书内容丰富，以“提出问题-解决方案-原理分析-可视化理解”的方式向读者介绍了深度学习的入门知识，并总结了“9步学习法”，分为基本概念、线性回归、线性分类、非线性回归、非线性分类、模型的推理与应用

《人工智能与信息技术教程》作为高等职业院校学生人工智能和信息技术通识课程的教材，是按照高等职业教育各专业领域高素质技术技能人才培养目标的要求编写的。本教材采用项目导向、任务驱动方式组织内容，全书共包含6个知识板块：人工智能信息获取、人工智能技术的应用、Word 2010文档制作与处理、Excel 2010表格处理与分析、PowerPoint 2010文稿制作、计算机基础与网络。本书所有内容注重学生技术技能的培养，体现了高职高专教学特色。
本教材既可作为高等职业院校、高等专科学校计算

本书将MATLAB编程与知识点学习相结合，在课堂练习中设置了各类编程验证环节，在四个核心知识点——传递函数、控制系统时域分析、控制系统频域分析和控制系统稳定性分析中均设置了针对性的研究性课题。

数字化技术是智能制造的核心，基于VR/AR的可视化技术则是智能制造的先进载体。本书主要内容包括：介绍基于VR/AR的数字化制造的基础理论与技术支撑体系；然后给出关键支撑技术和使能技术；从智能制造的设计、制造、服务的全生命周期角度，展开航天航空、海工、汽车、纺织、物流等行业领域的VR/AR的智能制造应用新方法；后介绍国内外主流的工具集，开发工具和实施方法。本书为智能制造与机器人理论及技术研究丛书之一，可作为智能制造领域从事VR/AR技术、智能设计技术的参考书。

本书采用技术分析与场景描述相结合的模式，围绕物联网体系结构、关键技术和安全防控等方面进行系统的介绍。本书主要包括物联网概述、物联网基础知识、物联网数据服务、场景角度的IoT安全、技术角度的IoT安全、物联网流量安全、区块链与物联网安全七部分内容。

《走近人工智能》是一本关于人工智能的通识读本，在参考了许多较新的同类书籍和文献资料的基础上，简要回顾了人工智能的历史发展，概括性地介绍了人工智能的基本原理，重点分述了人工智能的应用领域。本书共分十二章：第一章介绍人工智能的起源；第二章介绍人工智能的基本概念、核心技术和技术方向，如专家系统、机器学习、自然语言处理等和图像、视频技术等；第三至十一章依次介绍了人工智能在各领域的应用，包括智能制造、商业服务、生物技术、自动驾驶、金融科技、医疗、教育、娱乐生活及家居；第十二章介绍人工智能伦理规范方面

　　《人工智能导论（第5版）》是一本基础性强、可读性好、适合讲授的人工智能教材。作者希望读者通过学习该书，能够掌握人工智能的基本知识，并能了解人工智能研究的一些前沿内容，为进一步学习人工智能理论与应用奠定基础。
　　全书共11章。第1章绪论；第2章知识表示与知识图谱；第3章确定性推理方法；第4章不确定性推理方法；第5章搜索求解策略；第6章智能计算及其应用；第7章专家系统与机器学习；第8章人工神经网络及其应用（新增卷积神经网络、胶囊网络、生成对抗网络）；第9章智能体与多智能体系统；第10

本书全面系统地讲解了深度学习相关的知识。全书共8章，内容包括深度学习简介及TensorFlow安装，神经网络基础、神经网络的TensorFlow实现、卷积神经网络基础、经典卷积神经网络（上）、经典卷积神经网络（下）、深度学习用于文本序列和深度学习实验项目等内容。 本书以知识体系为基础，以课堂案例为载体，采取理论与实践相结合的教学模式，通过知识讲解和上机实验，使学生不仅掌握深度学习的理论基础，而且能够实现基本的代码。