《人工智能英语》是面向高职高专院校学生编写的英语通识教材，定位是以语言训练为主，专业知识为辅。该教材共有六个单元，涉及人工智能领域的主要话题，如概览、历史、评价、生活应用、工业应用、编程、大数据、开源工具等，并创新性地引入“说明书”这一实用体裁，将理论知识和实际操作密切结合。同时，严格控制选篇的长度和语言的难度，适应高

《图解机器学习—算法原理与Python语言实现》从应用场景出发，利用大量图解和流程图相结合的方式讲解机器学习的基本知识及其常用经典算法的应用，全书没有大篇幅的理论介绍和复杂的数学公式推导，也没有生涩难懂的专业术语，而是通过浅显易懂的图示、直观的流程图以及与生活息息相关的实例应用让读者轻松学习和掌握机器学习知识，从

本书系“科学起跑线”丛书之一，是一本面向中小学生的人工智能科普读物。本书针对青少年的心智特点，兼顾趣味性和系统性，用浅显易懂的语言，结合大量实例和图片，介绍了人工智能的定义、起源、关键技术及应用场景，并对其未来的发展前景进行了展望，旨在引导青少年对人工智能这一新兴领域产生兴趣并初步入门。为了提升青少年读者的科学素养、动

深度学习是目前学术界和工业界都非常火热的话题，在许多行业有着成功应用。本书由Hulu的近30位算法研究员和算法工程师共同编写完成，专门针对深度学习领域，是《百面机器学习：算法工程师带你去面试》的延伸。全书内容大致分为两个部分，第一部分介绍经典的深度学习算法和模型，包括卷积神经网络、循环神经网络、图神经网络、生成模型、生

本书介绍卷积神经网络的核心——错综复杂的细节和算法的微妙之处。主要包括卷积神经网络的高级主题和使用Keras和TensorFlow的对象检测。

集成学习方法是一类先进的机器学习方法，这类方法训练多个学习器并将它们结合起来解决一个问题，在实践中获得了巨大成功。全书分为三部分。第一部分主要介绍集成学习的背景知识；第二部分主要介绍集成学习方法的核心知识，包括Boosting、Bagging、RandomForests等经典算法，平均、投票和Stacking等模型和方

全书共分为两篇：在上篇中，将从浩瀚的数学海洋中撷取机器学习研究人员最为必须和重要的数学基础。内容主要包括：微积分（含场论）、数值计算和常用最优化方法、概率论基础与数理统计、线性代数等。在下篇中，将选取机器学习中最为常用的算法和模型进行讲解，这部分内容将涉及（广义）线性回归、图模型（包含贝叶斯网络和HMM等）、分类算法（

本书内容涵盖经典的有监督机器学习算法，无监督机器学习算法，深度机器学习算法，阐述从浅层学习到深度学习，从简单的线性模型到复杂的神经网络非线性模型的原理与应用。书中每个章节遵循先简介理论基础，再构建数学模型，然后辅以实例分析，从理论到实践的讲解原则。每个章节可独立阅读，也可从前向后，从简到难，从浅层学习到深度学习，循序渐

深度学习网络正变得越来越小。谷歌助理（GoogleAssistant）团队可以在微控制器上运行只有14KB大小的模型来检测单词。这本实用的书将带你进入TinyML的世界，让深度学习和嵌入式系统结合在一起，用微小的设备创造出惊奇的事业。

随着数字音乐内容的迅速增长以及人们对音乐鉴赏需求的日益提升，音乐信息的分类检索及个性化推荐受到广大网民和有关从业人员越来越广泛的关注,并成为研究及应用的新热点。本书系统地阐述了机器学习中的常用分类与推荐方法,介绍了网络音乐自动分类与推荐的理论基础，重点探讨了ＳＶＭ和ＫＮＮ分类算法的改进，以及协同过滤推荐算法和基于马尔可