Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常用库Numpy、Matplotlib和Scipy的基本使用方法；其次介绍了TensorFlow的基本知识及使用方法；然后介绍了神经网络的基础知识以及神经网络基本应用——感知机、线性回归与

近几年，物联网从诞生到迅速发展，受到了产业界及学术界的广泛重视，并上升到国家战略性新兴产业的高度。本书对物联网中的关键技术及其在众多生产与生活领域中的应用进行了研究，主要内容涵盖了RFID技术、智能传感器与无线传感器网络技术、物联网通信与传输技术等。本书结构合理，条理清晰，内容丰富新颖，可供从事物联网相关工作的研究人员

探索人工智能Ⅱ· 交叉应用

“理解未来系列”一套共7本，本书是其中之一。“理解未来”是未来论坛每月举办的免费大型科普讲座，它邀请知名科学家用通俗的语言解读*激动人心的科学进展，旨在传播科学知识，提高大众对科学的认知。本套丛书是精选的部分现场讲座的文字整理，然后按照不同学科归类分册。

创新高端科技资源科普化的创作模式，组建由"前沿科技工作者"+"有科研背景的科普创作者"组成的"1+1"合作模式，将最前沿的科技成果用通俗、拟人的创作模式文字化，形成相关图书产品。通过生动的介绍重点阐述这六家国家实验室的研究对我们今后未来多方面的影响，同时介绍一些科研工作者的科学精神，从而激发读者对科技创新的理解和参与感

本书是一本机器学习算法方面的理论+实践读物，主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含第1、2章，主要介绍机器学习的理论基础和工程实践基础。第3章是回归模型部分，主要包括模型的建立、学习策略的确定和优化算法的求解过程，最后结合三种常见的线性回归模型实

本书旨在介绍作者及其研究团队在分布式优化与学习理论方面的**研究成果。全书共7章，第1、2章为绪论和相关数学基础；第3、4章为连续时间和基于采样数据的分布式优化算法；第5、6章分别为基于群体智能的分布式优化算法和分布式机器学习算法；第7章为基于自适应神经网络输出反馈控制的分布式合作学习方案设计。本书主要关注从分布式技术

本书内容涵盖神经工程的各个方面，较为全面系统地介绍了这门交叉学科所涉及的重要内容。本书分上、下册，共20章，重点介绍神经工程的应用以及研究方向，如脑-机接口、功能性电刺激、神经成像等的基本理论知识及应用。本书遵循从微观到宏观，从基础到应用，再到未来展望的顺序进行编排。全书的材料来源于各个领域**的书籍资料以及近年来神经

深度学习，特别是深度卷积神经网络是人工智能的重要分支领域，卷积神经网络技术也被广泛应用于各种现实场景，在许多问题上都取得了超越人类智能的结果。本书作为该领域的入门书籍，在内容上涵盖深度卷积神经网络的基础知识和实践应用两大方面。全书共14章，分为三个部分：第一部分为绪论；第二部分（第1～4章）介绍卷积神经网络的基础知识、

粒子群优化算法是一种新的模仿鸟类群体行为的智能优化算法，是群体智能优化算法的一个重要分支，已成为国际上仿生智能计算领域里的研究热点和重点之一。本书共6章，分别论述了优化问题和仿生智能计算、模仿鸟群觅食行为的粒子群优化算法、形式多样的粒子群优化算法、无速度项的粒子群优化算法、分布估计粒子群优化算法和粒子群优化算法的应用等