本书以讲授智能控制基础知识和技术应用为目标，在阐述理论知识的基础上，结合矿渣微粉生产多模型自适应控制、旋转系统重复控制、柔性关节机器人控制，讲解了智能控制的技术应用；阐述了人工智能与智能控制的联系，智能控制相关政策和发展方向。全书共9章，包括智能控制概述、神经网络控制系统、模糊控制系统、专家控制系统、智能PID控制、学习控制、基于智能优化算法的智能控制、机器人智能控制与智能控制展望。

数控技术是实现工业自动化、柔性制造和制造信息化的基础。本书系统地介绍了数控技术概论、数控编程、CNC装置、CNC机床的伺服系统和位置检测装置、CNC机床的机械结构和刀具系统、CNC技术发展等知识，并提供参考译文，以便读者学习。

本书主要包括以下内容：①自动控制技术综述。②自动控制系统的认识初步。③简介控制系统建模、系统分析、系统设计的相关知识，包括建立控制系统数学模型的方法。④自动控制前沿案例剖析。以人工智能、智能交通、网络游戏、机器人、生产生活等实际工程案例为分析对象，简述自动控制技术解决实际应用问题的方式方法，培养学生的创新思维。

"系统仿真是一种研究、设计、分析和评估各类复杂系统的重要工具，随着以数字化、网络化、智能化为特征的智能制造技术发展，系统仿真在复杂产品开发与制造过程中的重要性更加突出，已经成为支撑复杂产品设计研发的重要手段。 本书作为智能制造系列教材的模块教材之一，本书结合据作者多年来的研究实践和系统仿真的**技术发展，在有限的文字篇幅内，力图全面和系统地向读者介绍系统仿真的相关知识。 读者对象：高校智能制造专业以及相关专业（如机械、工业工程、自动化、计算机、仪器仪表、管理……）的学生或企业人员。 "

本书旨在帮助读者理解具身智能机器人和传统机器人计算之间的关系，判断具身智能机器人未来的发展方向。内容既包括传统的机器人计算栈，又涵盖具身智能大模型给机器人计算带来的变化和挑战等。

移动机器人涉及的知识非常宽泛，从数学、物理到电路、传感器，从底层的电机、控制器到信号处理、通信，再到上层的感知、规划决策与控制。此外，移动机器人还是人工智能应用好的载体，人工智能的各项技术，包括智能搜索、机器学习、智能规划与决策、语音识别、自然语言处理、机器视觉等都可以在移动机器人上进行淋漓尽致的应用和展现。因此，学习移动机器人的理论需要一定的基础知识，加之国内移动机器人的教材和书籍比较少，系统地学习会比较困难。随着智能科学与技术专业、人工智能专业的出现，自动化、电子与信息技术等传统专

随着数据存储技术、网络技术和云计算技术的快速发展, 数据正以前所未有的速度在不断地增长和积累。在各种实际应用中, 需要处理的数据量越来越大。 而样例选择就是从包括冗余或噪声的海量数据中选择重要数据的技术, 是机器学习的重要数据预处理步骤, 对后续学习算法的训练及性能有很大的影响. 在机器学习中, 样例选择有两种场景：一是主动学习场景, 二是监督学习场景. 本书结合作者及研究团队近年来关于样例选择的研究成果, 系统介绍了两种场景下样例选择的理论和方法以及两种场景下样例选择之间的区别与联系。另外，本

本书介绍了机器学习的典型算法及MATLAB编程方法。主要内容包括：线性回归、非线性回归、分类、聚类、人工神经网络、支持向量机、决策树、模糊逻辑、集成学习、半监督学习、强化学习、关联规则学习、深度学习、机器阅读和机器写作等。本书注重实用性，精选了大量实例，每个实例都提供了MATLAB程序，并进行了详细的注释，有助于读者真正理解这些算法和编程方法，把它们应用到自己的工作中来解决实际问题。因此，本书具有较强的实用性和可操作性。

本书是《深入浅出计算机网络(微课视频版)》一书的升级版，本书在保留第1版结构和特点的基础上，采纳了来自一线教师和广大读者的建议和反馈，进行了全面升级，包括：增加了知识与社会和科技相结合的内容，以引导学生树立正确的价值观；每章最后新增了学习目标和丰富的习题资源，旨在帮助学生巩固知识、提高学习效率；提供实验内容的建议，以激发学生的实践能力；针对书中更新的部分，相关的微课视频也进行了同步更新。全书共分为7章：第1章为概述，从整体上介绍计算机网络及其发展历史；第2-6章以计算机网络的五层体系结

本书采用图形化的方法讲解人工智能和机器学习的知识与技术，并且借用图形化软件KNIME采用拖、拉、拽等“傻瓜式”的操作完成从简单到复杂的机器学习项目。全书分为三个部分，分别是人工智能技术入门、传统机器学习和深度学习。本书具有图说图解、自上而下、够用即止、实战掌握的特点，操作步骤描述详细，图文并茂，内容翔实、详略得当。