《人工智能基础教程：Python篇（青少版）》全书分为2篇—人工智能编程基础篇、人工智能篇。人工智能编程基础篇包括：初识Python、基本数据类型、Python的流程控制、数组操作、文件操作、绘制需要的图表、函数、面向对象、异常、集合与概率、学点统计学、数据管理与分析；人工智能篇包括人工智能导论、初识机器学习、自然语言

《自动控制原理》是为了适应应用型高等院校工程教育改革而编写的控制类课程基础教材，主要介绍了经典控制理论的基本内容、控制系统的分析方法及系统校正设计方法。在讲解控制理论基础知识的同时，介绍了一些典型的控制系统，有利于读者更好地掌握经典控制理论的内容。全书共分7章，包括绪论、控制系统的数学模型、控制系统的时域分析、根轨迹法

近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。 本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲

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

本书比较全面地阐述了自动控制的基本理论与应用。全书共十章，前八章着重介绍经典控制理论及应用，后两章介绍现代控制理论中的线性系统理论和**控制理论。《BR》本书再次精选了第六版中的主要内容，加强了对基本理论及其工程应用的阐述。书中深入浅出地介绍了自动控制的基本概念，控制系统在时域、频域和复域中的数学模型及其结构图和信号流

本书全面讲述人工智能与大数据涉及的技术，学完本书后，读者将对人工智能技术有全面的理解，并能掌握AI整体知识架构。 本书共分16章，内容包括人工智能概述、AI产业、数据、机器学习概述、模型、机器学习算法、深度学习、TensorFlow、神经网络、知识图谱、数据挖掘，以及银行业、医疗、公安、工农业等行业人工智能应用情况。

本书以深度核机器学习技术为对象，介绍了支持向量机技术、多核学习技术和深度学习技术的相关内容。包括基本原理、主流算法形式、参数设计策略以及相应的实验分析等，并结合图像特征提取和遥感图像目标识别等场景阐述了先进机器学习的典型应用案例。

《核能未来与Z箍缩驱动聚变裂变混合堆》是中国工程物理研究院研究团队多年在Z箍缩驱动聚变裂变混合堆研究方面的总结，也是对这条能源技术路线的论证。在论证过程中，研究团队获得了如下具有科学意义的重要认识：①纯聚变能源经济上没有竞争力，也不可能取之不尽、用之不竭；②对惯性约束聚变能源而言，驱动器必须在约10ns时间之内向聚变靶

流形学习是机器学习研究的一个热点方向，在许多领域中有着广泛的应用。本书从非线性维数约简的角度系统阐述了流形学习的基本概念、典型算法以及研究成果。全书共分七章。第一章介绍流形学习的研究背景及现状；第二章讨论了经典的流形学习算法；第三至六章主要介绍噪声流形学习、改进无监督流形学习、监督流形学习和半监督流形学习算法；第七章介

本教材中的内容采用项目化方式，内容深入浅出、实践性强，其把理论知识融入到项目实践过程中，由浅入深，引导学生学习。项目的设计上采用行业主流技术和开发平台，项目内容贴合行业应用，具有很强的适应性和实用性。