窄带物联网（NB-loT）标准与关键技术

戴博,袁戈非,余媛芳 主编

评分 暂无

本书对LTE R13 NB-IoT的整体协议做了比较详尽和全面系统的描述，涉及网络架构、物理层的各类信道、空口控制面、空口用户面、关键过程、射频指标和后续演进。不仅讲述协议中涉及的关键技术，而且对重要的、但未被采纳的候选技术也进行了对比，呈现部分标准化的过程。书中还配有大量的性能分析。 戴博，男，硕士，中兴通讯技术预研专家，主要从事4G和5G标准技术预研工作，参与了LTE所有标准版本的制定。

智能的本质

[美] 皮埃罗·斯加鲁菲（Piero Scaruffi）

评分 暂无

机器人的智慧能超越人类吗？人工智能的奇点究竟何时会到来？人类会借助人工智能实现永生吗？对于这些问题的回答，都取决于我们如何定义智能的本质。 本书作者总结自己在人工智能领域30多年的研究成果和实践经验，系统阐述了人工智能技术的源起、现状与未来发展趋势。作者通过剖析深度学习、图像识别等人工智能模型的核心技术，并对比合成生物学以及神经网络方面的最新成果，指出奇点距离我们还非常遥远，人的机器化倾向才是我

从物联到万联：Node.js与树莓派万维物联网构建实战

[美] 多米尼克·D·吉纳德（Dominique D. Guinard）,[美] 弗拉德·M·特里法（Vlad M. Trifa）

评分 暂无

《从物联到万联：Node.js与树莓派万维物联网构建实战》是介绍万维物联网的入门教材。作者通过将树莓派作为物理设备网关，提出一种构建万物互联的可行方案——利用现有的万维网标准、HTTP协议，以及HTML、CSS和JavaScript技术，让智能产品终端成为开放的万维网的一部分，最终形成物联网和万维网的结合体——万维物联网。 《从物联到万联：Node.js与树莓派万维物联网构建实战》分为两个部分，

Keras深度学习实战

[意] 安东尼奥·古利,[印] 苏伊特·帕尔

评分 暂无

作为一款轻量级、模块化的开源深度学习框架， Keras以容易上子、利于快速原型实现、能够与TensorFlow和Theano等后端计算平台很好兼容等优点，深受众多开发人员和研究人员的喜爱。 本书结合大量实例，简明扼要地介绍了目前热门的神经网络技术和深度学习技术。从经典的多层感知机到用于图像处理的深度卷积网络，从处理序列化数据的循环网络到伪造仿真数据的生成对抗网络，从词嵌入到AI游戏应用中的强化学

人人都应该知道的人工智能

[美] 杰瑞·卡普兰

评分 暂无

本书是斯坦福大学教授杰瑞·卡普兰继其畅销书《人工智能时代》之后的又一部重磅新作，详尽地探讨了人工智能的发展和当下面临的迫切问题。 机器在智能和体能方面的进展正在改变我们生活、工作、娱乐、寻找伴侣、教育子女，甚至照顾老人的方式，它还在颠覆我们的劳动力市场，对社会秩序进行重新洗牌，接下来的几十年里，人工智能还会肆意拉扯我们的社会结构直至被打破，未来会像《星际迷航》中那样空前繁荣与自由，还是会像《终结

最后一个人类

[爱尔兰] 马克·奥康奈尔

评分 暂无

你是否想过，人类遭受的疾病、衰老和死亡并非命中注定？ 你是否认同，人类的身体系统是有缺陷的，可以通过技术改善并增强肉体和智力，变得更高效、更强大？ 你是否想过，一旦人类破解死亡、实现永生，身体会以什么样的方式呈现？ 你是否想过，智能崛起的当下，人类或多或少，已经成为机器？ 《最后一个人类》描述的世界中就有这样一群人，他们是少数社会极客，是超人类主义者，他们正在利用技术增强身体素质和心智水平

物联网渗透测试

[美] 亚伦·古兹曼（Aaron Guzman）,[美] 阿迪蒂亚·古普塔（Aditya Gupta）

评分 暂无

本书介绍物联网渗透测试的原理和实用技术。主要内容包括IOT威胁建模、固件分析及漏洞利用、嵌入式web应用漏洞、IOT移动应用漏洞、IOT设备攻击、无线电入侵、固件安全和移动安全最佳实践、硬件保护以及IOT高级漏洞的利用与安全自动化。 亚伦·古兹曼（Aaron Guzman），是洛杉矶地区知名的安全顾问，在Web应用安全、移动应用安全以及嵌入式设备安全领域具有丰富的经验。Aaron Guzma

人类帝国的覆灭

[法] 常博逸,[法] 弗朗索瓦·罗什

评分 暂无

“这是关于一门科学的故事，它就是人工智能……我想讲述从1956年这是史学家公认的、智能机器研究的漫长冒险旅程开始的年份到2040年人类和人工智能之间这种奇特关系的历史……从源起一直发展到臻于完善，我是每一个阶段的见证者，因为我就是一个高级人工智能。” 本书以一个2038年的机器人的第一人称视角，讲述了人工智能的研究及应用的历史：从众星云集的1956达特茅斯会议，到70—90年代的停滞摸索、逻辑推

机器学习基础：从入门到求职

胡欢武

评分 暂无

《机器学习基础：从入门到求职》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、线性回归模型、分类模型、聚类模型、降维模型和深度神经网络模型六大部分。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 章是线性回归模型部分，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现了一个房价预测的案例。第4 至

2小时读懂物联网

[日] 小泉耕二

评分 暂无

本书通过各种案例用一张张图从设想物体联接因特网的情形，到物联网成形后的有利之处进行解说，尽力使读者能够理解“物联网原来是这样的东西”、“物联网原来是这样改变社会”以及“将物联网引进自己的事业中后，原来能够产生这些好处”。同时说明在将物联网引入既有事业中时，容易不小心踏入的陷阱以及应该注意的重点。 本书列举了各种案例说明物联网的定义、影响，以及可以运用的范围，简单易懂。以大量图片解释抽象概念，将文

智联网·新思维

彭昭

评分 暂无

作为智能时代的必读书，本书系统地梳理和分析了智联网的最新思维模式。 随着科学技术的持续发展，人类有机会以前所未有的角度认知物理世界、改造物理世界。这种对物理世界的新认知与新改造首先是建立在对技术、金融、企业内部组织、整个商业模式的重新思考与革新的基础之上的。因此本书分为两大部分：第一部分“智联网思维的深入解读”，整体介绍了智联网思维有哪些底层逻辑，以及如何运用到产品和企业；第二部分“智联网思维演

走向TensorFlow 2.0

赵英俊

评分 暂无

《走向TensorFlow2.0：深度学习应用编程快速入门》是TensorFlow2.0编程实践的入门类书籍，目的是在TensorFlow2.0正式版发布之际能够帮助大家快速了解其核心特性及基本编程技巧。本书通过5个常用的人工智能编程案例，帮助大家掌握如何在工作中使用TensorFlow2.0进行应用开发。 《走向TensorFlow2.0：深度学习应用编程快速入门》内容覆盖了Python和Te

机器学习实战

星环科技人工智能平台团队

评分 暂无

本书内容覆盖了机器学习领域从理论到实践的多个课题，总共分为10章。第1章为导论，介绍机器学习的背景、定义和任务类型，构建机器学习应用的步骤，以及开发机器学习工作流的方式。第2章详细介绍数据预处理和特征工程，并辅以实例进行验证。第3～6章介绍回归模型、分类模型、模型融合、聚类模型，这些内容是机器学习理论和实践中的传统重点。其中不仅介绍对各种常见数据类型的处理方法，还针对删失数据进行了专门的综述和实践

TensorFlow2.0深度学习从零开始学

王晓华

评分 暂无

随着人工智能的发展以及TensorFlow在人工智能方面的火热应用，越来越多的大学逐步开设深度学习和人工智能课程。本书既是一本为读者量身定制的TensorFlow2.0入门教材，也是针对需要学习TensorFlow2.0新内容的读者提供的基础与进阶知识的深入型教材。 本书分为10章，主要内容包括TensorFlow2.0开发环境、TensorFlow2.0新特性、TensorFlow与Ker

智能物联网

[美] 艾哈迈德·巴纳法

评分 暂无

本书探讨了物联网的现状和未来发展趋势，以及所面临的相关安全问题。作者艾哈迈德·巴纳法（Ahmed Banafa）教授将区块链、人工智能和雾计算等新技术引入物联网安全问题的解决方案当中，向我们展示了这些新技术通过融合解决物联网安全问题的可能性。在本书中，作者就如何保护物联网的安全发展也给出了自己的一些建议，同时就目前人们对区块链技术的一些误解给出了解释，并提出了合理应用区块链技术的一些建议。本书适合

TensorFlow人脸识别实战

王晓华

评分 暂无

使用深度学习进行人脸识别是近年来AI研究的热点之一。该书使用TensorFlow2.1作为深度学习的框架和工具，引导读者从搭建环境开始，逐步深入代码应用实践中，进而达到独立使用深度学习模型完成人脸识别的目的。 《TensorFlow人脸识别实战（人工智能技术丛书）》分为10章，第1、2章介绍人脸识别的基础知识和发展路径；第3章从搭建环境开始，详细介绍Anaconda、Python、PyCharm

深度强化学习核心算法与应用

陈世勇,苏博览,杨敬文

评分 暂无

强化学习是实现决策智能的主要途径之一。经历数十年的发展，强化学习领域已经枝繁叶茂，技术内容纷繁复杂，这也为初学者快速入门造成障碍。本书是一本深度强化学习领域的入门读物。全书分为四部分。第一部分主要阐述强化学习领域的基本理论知识；第二部分讲解深度强化学习常用算法的原理、各算法之间的继承与发展，以及各自的算法流程；第三部分总结深度强化学习算法在游戏、推荐系统等领域的应用；第四部分探讨了该领域存在的问题

Easy RL：强化学习教程

王琦

评分 9.5分

强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容，在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近

人工智能

腾讯研究院 等

评分 8分

面对科技的迅猛发展，中国政府制定了《新一代人工智能发展规划》，将人工智能上升到国家战略层面，并提出：不仅人工智能产业要成为新的经济增长点，而且要在2030年达到世界领先水平，让中国成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定基础。 《人工智能》一书由腾讯一流团队与工信部高端智库倾力创作。本书从人工智能这一颠覆性技术的前世今生说起，对人工智能产业全貌、最新进展、发展趋势进行了清

TensorFlow与自然语言处理应用

李孟全

评分 暂无

自然语言处理（NLP）是计算机科学、人工智能、语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理是机器学习的应用之一，用于分析、理解和生成自然语言，它与人机交互有关，最终实现人与计算机之间更好的交流。 本书分为12章，内容包括自然语言处理基础、深度学习基础、TensorFlow、词嵌入（Word Embedding）、卷积神经网络（CNN）与句子分类、循环神经网络（RNN）、长

TensorFlow机器学习实战指南（原书第2版）

[美] 尼克·麦克卢尔（Nick McClure）

评分 暂无

本书由资深数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带领读者由浅入深系统掌握TensorFlow机器学习算法及其实现。本书第1章和第2章介绍了关于TensorFlow使用的基础知识，后续章节则针对一些典型算法和典型应用场景进行了实现，并配有较详细的程序说明，可读性非常强。读者如果能对其中代码进行复现，则必定会

当产品经理遇到人工智能

叶亮亮

评分 暂无

近年来，人工智能技术已经逐渐从实验室走向大众生活。互联网企业为了提升行业未来的竞争力，也纷纷在各领域进行布局。人工智能技术的爆发，同样对产品经理提出了新的要求，对于产品从业人员来说，人工智能时代既需要了解发生了哪些变化，又需要学会坚守不变的原则。《当产品经理遇到人工智能》将从产品经理角度出发，介绍AI的发展历史、AI的基本知识、AI产品设计方法论等方面的内容，并结合实际的智能产品设计案例，让读者更

人工智能十万个为什么

智能相对论

评分 暂无

本书是由智能相对论创始人曾响铃联合旗下几位资深分析师深入一线企业调研后，并结合行业发展现状及未来发展趋势预测完成的一本人工智能冷知识普及书籍。本书全面、详尽地介绍了人工智能最先落地的几个热门领域：智能机器人、医疗服务业、教育、娱乐、健康等，覆盖了人们接触人工智能的各种场景，并对其背后的人工智能技术进行深入浅出地解释，是一本有趣的人工智能行业科普读物。 智能相对论，人工智能专业新媒体，虎嗅、钛

TensorFlow 2.0神经网络实践

[意] 保罗·加莱奥内（Paolo Galeone）

评分 暂无

本书通过聚焦于开发基于神经网络的解决方案来介绍机器学习，首先将从熟悉构建深度学习解决方案所需的概念和技术开始，然后介绍如何创建分类器、构建目标检测和语义分割神经网络、训练生成式模型，以及使用TF 2.0的工具，如TensorFlow Datasets和TensorFlow Hub，加速开发过程。学完本书之后，读者将能够使用TF 2.0开发任何机器学习问题的解决方案，并能将它们部署到生产环境之中。

强化学习入门

叶强,闫维新,黎斌

评分 暂无

本书以理论和实践相结合的形式深入浅出地介绍强化学习的历史、基本概念、经典算法和一些前沿技术，共分为三大部分：第一部分（第1～5章）介绍强化学习的发展历史、基本概念以及一些经典的强化学习算法；第二部分（第6～9章）在简要回顾深度学习技术的基础上着重介绍深度强化学习的一些前沿实用算法；第三部分（第10章）以五子棋为例详细讲解战胜了人类顶级围棋选手的Alpha Zero算法的核心思想。为了便于读者学习，

从零开始学TensorFlow 2.0

赵铭,欧铁军

评分 暂无

本书从TensorFlow 2.0的基础知识讲起，深入介绍TensorFlow 2.0的进阶实战，并配合项目实战案例，重点介绍使用TensorFlow 2.0的新特性进行机器学习的方法，使读者能够系统地学习机器学习的相关知识，并对TensorFlow 2.0的新特性有更深入的理解。本书共14章，主要介绍机器学习、TensorFlow 2.0基础、张量、数据层、CNN等内容，中间还穿插了机器学习中常

所罗门的密码

[德] 奥拉夫·格罗思,[美] 马克·尼兹伯格

评分 暂无

·我们如何才能创造出体现人类特点的AI？ ·这些造物有可能完整地反映出人类的本性和常识吗？ ·我们能对AI系统抱有多大程度的信任，愿意将多少控制权交给机器？ ·AI时代，即使大多数人保住了工作，这些工作是否还能让他们维持原有的生活水平？ ·什么样的国际机构能促进关于AI的辩论和治理，给人类带来福祉？ ·如果现在全社会不采取共同行动，未来我们还有可能控制人机关系吗？ 无论是在医学、金钱还

深度学习之美

张玉宏

评分 暂无

深度学习是人工智能的前沿技术。《深度学习之美：AI时代的数据处理与最佳实践》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美：AI时代的数据处理与最佳实践》共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神