本书以“平民”的起点，从“零”开始，基于PyTorch框架，介绍深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高级理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。本书适合对深度学习和强化学习感兴趣

《强化学习（第2版）》作为强化学习思想的深度解剖之作，被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发，深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法，并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。 《强化学习

《智能交互技术与应用》深入浅出地探讨和解读了人工智能中的智能交互技术，包括交互原型系统设计、基于移动设备的智能交互软件开发、智能语音交互及交互技术设计与评价方法。第1章主要介绍智能交互技术的基本知识；第2章主要讨论了感知认知与交互技术的结合；第3章讲解了交互设计的基本准则；第4章讲解了交互系统的原型设计，介绍了面向软件

本书针对高等学校人工智能本科专业人才培养的专业内涵、定位和知识体系,设置了数学与统计、科学与工程、计算机科学与技术、人工智能核心、认知与神经科学、先进机器人技术、人工智能与社会、人工智能工具与平台等课程群,重点介绍了八大课程群中各门课程的概况和知识点,为培养具有科学家素养的工程师奠定知识和能力的基础。本书可为各类学校人

机器学习是当前解决很多人工智能问题的核心技术，自2012年以来，深度学习的出现带来了人工智能复兴。本书是机器学习和深度学习领域的入门与提高教材，紧密结合工程实践与应用，系统、深入地讲述机器学习与深度学习的主流方法与理论。全书由23章组成，共分为三大部分。第1～3章为*部分，介绍机器学习的基本原理、所需的数学知识（包括微

数学是机器学习绕不开的基础知识，传统教材的风格偏重理论定义和运算技巧，想以此高效地打下机器学习的数学基础，针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容，

本书通过五个有趣的项目，带领读者在理解原理的同时，动手编写代码，实现自己的人工智能应用。这五个项目分别是：图像识别、图像风格迁移、文本生成、角斗士游戏和红绿灯调度。

《向pepper学习人工智能》是人工智能课程教材，为适应产业发展的需要，结合教学一线实践编写而成。《向pepper学习人工智能》以人形情感机器人pepper为教学载体和工具，基于项目的学习和“做中学，做中教”的教学理念，为学生提供充分的沉浸体验，把枯燥的人工智能技术和理论以更加鲜活的方式表达出来和应用起来。《向pepp

本书围绕人工智能主题设置了嗨，你是谁智能背后越走越近学会对话拥抱未来5个模块，每个模块安排有自我测评与智能体验，线下与线上相结合，重点培养小学生对人工智能的初感知，以小故事、案例以及小游戏的形式帮助学生初步感知人工智能。

本书的主要内容有： ■快速检测异常现象，包括违规操作、欺诈和即将发生的系统故障。 ■通过从计算机二进制文件中提取的有用信息进行恶意软件分析。 ■通过从数据集中查找模式来发现网络中的攻击者。 ■检测攻击者是如何利用面向消费者的网站和应用程序功能的。 ■将机器学习算法从实验室转换到生产实践中。 ■了解攻击者对机器学习解