 《脑机穿越》讲述了“人机融合”的未来，即“脑机接口时代”即将到来！在未来科技的驱动下，科幻大片的场景已逐渐走入现实。人类通过思维控制人造工具，如今听起来无法想象的事情，在未来会成为常态。从海洋深处到超新星禁区，甚至到我们体内细胞空间的微小裂缝，人类的触及范围最终将追上我们探索未知领域的野心。  《脑机穿越》也是“脑机接口”的简要发展史。作者尼科莱利从脑机接口对传统神经科学的颠覆，到早期的“信息输出”，即机器如何读取大脑信息；再到现在科学家苦心钻研的“信息输入”问题，即反馈信号如何作用于大脑……为我们描绘了一幅人类未来新图景！  在未来，随着脑机接口技术的不断完善，很多渐冻人患者、严重瘫痪患者也将从中受益。脑机接口有望让这些病患重新恢复功能性运动，重新学会行走。同时，脑机接口并不只局限在医疗康复领域，作者正在进行的“大脑校园”项目将是多学科合作的典范，它将提升人们的教育、健康及生活标准。甚至，我们能进入祖先的记忆库，下载他的思想，通过他最私密的感情和最生动的记忆，创造一次你们原本永远都不可能经历的邂逅……对于脑机接口将为人类带来怎样的未来生活，这些仅是窥豹一斑。

一场数字革命正在加速进行。 一些科幻小说里的场景已经在现实中发生：无人驾驶汽车开上了公路；智能设备能高效地翻译人类语言；人工智能系统在智力竞赛里击败了所有人类选手；工厂雇主开始购买更多的新机器，却不招新工人…… 这些例子都证明，数字技术正在快速地掌握原本只属于人类的技能，并深刻地影响了经济。虽然大多数影响是积极的：数字革新将提高效率、降低商品价格（甚至到免费），以及增加经济总量。 但数字革新也改变了经济总量分配的方式。对处于中层的工作者来说，情况并不乐观。随着技术继续领跑，更多的人将被甩开。工人的技能被计算机掌握后，他们获得的工作机会将更少。他们的薪酬和前景也将进一步缩减和暗淡。创业式的商业模型，新式的组织结构和其他机构都需要保证员工的平均水平不能落后于迅速发展的机器。 在《与机器赛跑》里，布林约尔松和麦卡菲汇集了一系列数据、案例和论证，证明了技术进步正在加速进行，而这种趋势对技能、薪酬和就业机会都有深层影响。本书将告诉你，造成糟糕的就业现状的原因并不是技术的停滞，而是人类和我们的机构无法赶上机器的脚步。

The first edition, published in 1973, has become a classic reference in the field. Now with the second edition, readers will find information on key new topics such as neural networks and statistical pattern recognition, the theory of machine learning, and the theory of invariances. Also included are worked examples, comparisons between different methods, extensive graphics, expanded exercises and computer project topics. An Instructor's Manual presenting detailed solutions to all the problems in the book is available from the Wiley editorial department.

本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。

The long-anticipated revision of this best-selling book offers the most comprehensive, up-to-date introduction to the theory and practice of artificial intelligence. Intelligent Agents. Solving Problems by Searching. Informed Search Methods. Game Playing. Agents that Reason Logically. First-order Logic. Building a Knowledge Base. Inference in First-Order Logic. Logical Reasoning Systems. Practical Planning. Planning and Acting. Uncertainty. Probabilistic Reasoning Systems. Making Simple Decisions. Making Complex Decisions. Learning from Observations. Learning with Neural Networks. Reinforcement Learning. Knowledge in Learning. Agents that Communicate. Practical Communication in English. Perception. Robotics. For those interested in artificial intelligence.

本书是计算机专业本科生或研究生知