本书从深度神经网络和AI芯片研究现状出发，系统地论述了目前深度学习主流开发平台和深度神经网络基于FPGA平台实现加速的开发原理和应用实例。全书主要包括5部分：第1～2章介绍了深度神经网络的发展，并总结了深度学习主流开发平台和AI芯片的研究现状；第3～6章在对深度神经网络基础层算子、FPGA进行了介绍后，总结了FPGA神

本书以深入浅出的方式，讲解何为“人工智能”，如何掌握以深度学习为代表的人工智能相关方法，以及如何进行落地应用。本书从理论、工具基础讲解开始，层层递进，分别向读者清晰地展现了卷积神经网络、生成式对抗网络、循环神经网络、深度强化学习的知识脉络与方法原理。同时，按照具体应用场景，结合主流深度学习框架，给出所讲述理论的落地应用

AI会取代我们吗？清晨，智能手环将你叫醒；上班路上，导航地图为你规划最佳路线；工作中，搜索引擎为你推荐最佳结果，输入法为你纠正拼写错误；晚上在家，视频网站根据你的喜好推送节目，购物应用会猜测你的需求展示商品。过去的六十年里，人工智能飞速发展，如今已深入我们的日常生活。曾经只在科幻电影中出现的无人驾驶汽车、脑机接口、类人

本书共11章，主要介绍机器学习的基本概念和两大类常用的机器学习模型，即监督学习模型和非监督学习模型。针对监督学习模型，本书介绍了线性模型（线性回归、Logistic回归）、非线性模型（SVM、生成式分类器、决策树）、集成学习模型和神经网络模型及其训练；针对非监督学习模型，本书讲解了常用的降维技术（线性降维技术与非线性降

人工智能将引领一场比互联网影响更为深远的科技革命，各领域的企业都需要尽早地将人工智能纳入企业规划路径中。在人工智能革命的时代，企业应如何应对挑战、如何调整企业发展方向，以及如何重塑企业运营模式和管理制度，从而在人工智能的浪潮中获得机遇。作为个人，我们又应如何面对未来人机协作的工作模式，如何在未来的工作环境中寻找适合自己

全书首先概要介绍了传统语音识别理论和经典的深度神经网络核心算法。接着全面而深入地介绍了深度学习在语音识别中的应用，包括"深度神经网络-隐马尔可夫混合模型”的训练和优化，特征表示学习、模型融合、自适应，以及以循环神经网络为代表的若干先进深度学习技术。

自动控制原理是自动化相关专业的基础理论课。本书主要介绍自动控制原理的经典验证性实验及综合设计性系统实验。全书共11章，内容包括自动控制系统的时域分析、根轨迹法、频率法、控制系统的校正、非线性系统分析、线性离散系统、基于ELVISII的控制系统设计、单自由度垂直起降飞行器控制系统的设计、旋转倒立摆控制系统的设计、实验中常

本书主要介绍一种机器学习算法——提升法，主要关注其基础理论和算法，也兼顾了应用。全书共14章，分为4个部分。首先给出机器学习算法及其分析的概要介绍，然后第一部分重点探究了提升法的核心理论及其泛化能力。第二部分主要介绍了有助于理解和解释提升法的其他理论，包括基于博弈论的解释、贪心算法、迭代投射算法，并与信息几何学和凸优化

本书全面且系统地介绍了机器学习测试技术与质量体系建设，分为5部分，共15章。第一部分（第1～4章）涵盖了机器学习、Python编程、数据分析的基础知识；第二部分（第5～7章）介绍了大数据基础、大数据测试指南及相关工具实践；第三部分（第8～10章）讲解了机器学习测试基础、特征专项测试及模型算法评估测试；第四部分（第11～

本书分为3部分，分别是综述篇、通用技术篇和行业应用篇。综述篇介绍了现阶段人工智能产品发展情况和人工智能政策环境。通用技术篇精心挑选10个以研发底层技术为核心竞争力的企业的产品，详细介绍了它们的实现思路以及现阶段应用。行业应用篇共有24个案例，主要汇集了人工智能技术与实体经济结合的应用案例，重点关注人工智能技术的应用场景