本书全面介绍了统计机器学习的主要算法，内容涉及多元线性回归、对数线性回归、逻辑斯蒂回归、岭回归、Lasso回归、判别分析和聚类分析等传统方法，也涉及支持向量机、深度神经网络以及集成学习等比较热门的算法，并给出相应算法的R语言实现。本书还给出了向量和矩阵函数求导以及拉格朗日对偶等数学基础，便于读者理解相关算法推导。 本书可以作为统计机器学习等相关专业的教材和参考书，也可供从事相关领域研究的人员参考。

《人工智能技术及应用》主要以人工智能的几种核心技术与发展应用为脉络，以深入浅出的方式，系统、清晰地介绍了人工智能的基本概念、发展历程、关键技术和典型应用。 本书涉及计算机视觉技术、语音智能技术、自然语言处理技术、人工智能技术应用案例，为读者构造并描绘出人工智能全景图，向读者展示了一个全新、智慧、前沿的科技新时代，使读者能快速、直观地了解人工智能的实际应用，激发读者对人工智能的兴趣。 本书可作为非人工智能专业大学生的教学用书，也可作为人工智能爱好者的参考用书。

本书从职业本科学生的学习情况出发，结合经典控制理论的主要内容，确定了主要知识点，包括自动控制相关基本概念、自动控制系统的数学建模、线性定常系统的时域分析法、根轨迹方法、频域分析方法及系统综合校正等方面的知识，并且为顺应数字化时代的要求，讲解了离散控制系统相关知识。

为便于学生学习、理解，每章均配有一定的实际案例，让同学们能够学、做结合，充分理解掌握每章知识要点及基本分析方法；同时，每章均配有一定量的习题，以便于教学实践。

数据驱动的在线协作学习分析是提升协作学习效果的重要基础，是推动在线学习变革的重要力量。本书系统梳理了学习分析的研究现状，阐释了协作学习的理论基础与研究热点，构建了在线协作学习分析模型——KBS模型，设计了面向学习者和教师的群体感知工具，分别从学习者和教师视角分析了群体感知工具对学习者学习和教师教学的支持与指导，探讨了社会调节学习在协作学习中的发生机制，展望了在线协作学习交互分析的发展趋势，为研究者刻画了协作学习分析领域的最新理论模型与研究进展，具有较强的理论价值与应用价值。

本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。本书内容由浅入深、语言通俗易懂，从基本原理到案例应用、从基础算法到对复杂模型的剖析，让读者在循序渐进的学习中理解Keras。 本书可作为高等院校计

人工智能发展迅猛， 但在不确定性和脆弱性环境下的应用仍存在较大困难。同时， 与人脑相比， 人工智能缺乏直觉推理能力和基于认知地图的思维能力。

本书从以上问题出发， 全面调研现有的相关理论、算法和技术， 并针对性地从三个主要层面形成理论性的建议和思考， 这三个层面即人机混合增强智能的基础理论、人机混合增强智能的在线演化与动态自适应以及人机混合增强智能的直觉推理。 同时， 书中还介绍了一些相关的实际应用和测试平台， 以帮助读者进一步直观感受和了解本书理论的适用范围与可推广性。

人机交互是一门关于设计、评价和实现供人们使用的交互式计算机系统，并围绕相关现象进行研究的学科。本书对人机交互中的相关概念进行了详细介绍。本书共10章，分别为初识人机交互、交互设计理论基础、交互设备、用户研究及方法、人物角色、信息架构、界面设计、信息可视化与大数据应用、可用性评估，以及人机交互综合应用实例。 本书突出了产品设计中的艺术性，通过讲解各种案例，让读者参与实践环节，将艺术与技术有效地结合起来，体现了较高的原创特色。本书提供了大量的创新设计案例及作品，为理论学习提供了内容支撑。本书还提供了

本书以Keras深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章，内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题，通过练习和操作实践，读者可以巩固所学的内容。
本书可以作为高校数据科学或人工智能相关专业的教材，也可作为深度学