全书分为人工智能基础与智能机器人两大部分，共17章。第一部分主要介绍人工智能的基本概念、知识工程、确定性推理、不确定性推理、搜索方法、人工神经网络、机器学习、进化计算与群体智能、分布式人工智能等内容。第二部分主要介绍智能机器人的定义和研究领域、机器人感知、移动机器人定位与建图、移动机器人导航、机器人路径规划、多机器人系

本书通过多个不同的生成对抗网络（GAN）架构的实现来帮助读者更好地理解生成对抗网络背后的原理及其构建方式。书中还提供了大量易于理解并可以直接使用的GAN代码及其部署方式和数据集，以帮助读者更快地上手解决工作中所面临的问题并积极应对相关挑战。本书适合数据科学家、算法工程师、数据挖掘工程师以及机器学习领域相关的从业人员用来

本书从人工智能与人的生存这个大的命题出发，围绕人工智能与人的生存、生活及发展这三个维度而展开，进行了较为全面的论述，对人们日常生活中的人工智能运用的一些困境和出路进行了分析，带有一定的人工智能知识的科普目的，以化解人工智能时代人们生存的忧虑，从而促进人们以更加积极的心态、更充分的准备应对人工智能时代的到来。

本书从人工智能入手，以流行的深度学习算法作为科普的重点，用生活中常见的逻辑与方法例子类比人工智能貌似深奥的数学原理以提供普通读者深入了解人工智能及机器学习的可能，例如用买零食的例子科普遗传算法，用看医生的例子类比专家系统，用给狗分类的实例类比深度学习和神经网络，让读者在轻松的氛围中学会人工智能。

近年来，人工智能技术已经从实验室走向大众生活当中，互联网企业为了提升在行业的未来竞争力，也纷纷在AI各领域进行布局。人工智能领域的爆发，同样也对产品经理提出新的挑战。对于产品从业人员来说，人工智能时代需要了解哪些变化，也要学会坚守不变的原则。本书将以产品经理角度出发，介绍人工智能发展历史、AI基本知识、AI产品设计方法

《移动深度学习》由浅入深地介绍了如何将深度学习技术应用到移动端运算领域，书中尽量避免罗列公式，尝试用浅显的语言和几何图形去解释相关内容。本书第1章展示了在移动端应用深度学习技术的Demo，帮助读者建立直观的认识；第2章至第4章讲述了如何在移动端项目中应用深度学习技术；第5章至第8章的难度略大，主要讲述如何深入地调整框架

TensorFlow已经成为机器学习的流行框架和工业届标准，早期的TensorFlow以云端和数据中心中的机器学习为主，近期的一个趋势是，逐渐向移动端和设备端转移。推动这个趋势的动力包括人们对机器学习理论和认知的提高、算法及技术的改进、软件和硬件性能的提高，以及专有硬件的出现等，更主要的是，用户的需求和越来越丰富的场景

本书以年代为主线，选择人工智能（AI）发展进程中具有里程碑意义的五十个重大事件为抓手，清晰地展示出人类通往人工智能之路的艰辛、曲折与喜悦。为了满足广大读者对当前人工智能热潮的关注的基本需求，本书用简洁易懂的语言对这五十个重大事件逐一介绍，内容丰富有趣，而且读者不需要提前掌握相关专业知识，就能够容易地读懂每一个重大事件，

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

本书作者都是微软人工智能及研究院的研究人员和应用科学家，具有深厚的机器学习背景，在一线针对产品需求和支持的场景进行了大量的深度学习模型及算法的研究和开发，在模型设计、训练、评估、部署、推理优化等模型开发全生命周期积累了丰富的经验。本书面向的读者是希望学习和运用深度学习模型到具体应用场景的企业工程师、科研院所的学生和科研