本书对电脑科学、数学、物理学、宇宙学、神经和精神科学以及哲学进行了广泛、深入浅出的讨论，体现了作者向哲学上最大问题——“精神-身体关系”挑战的大无畏精神。书中充满了天才般的猜测，贯穿着探索真理的灵感和激情。这是一本这者的精心杰作，它阐释科学论题的新方式令人眼前为之一亮。这本巨著重新衡量相对论和量子理论。作者提出他对现代物理及人工智能的新看法，建议人们必须彻底改变时间与空间的观念。本书曾在《纽约时报》的畅销书排行榜上连续许多星期。

《智能学简史》通俗地介绍智能科学相关学科，有充实可靠的内容，图文并茂，将学术化为趣味性的轻松讨论；深入浅出地讲解什么是智能学，生物智能与机器智能的关系，相关领域的基本概念、各主要学派观点，从古代中国和希腊学者、文艺复兴、近代和当今各历史时期的代表人物及相关知识，发展趋势；介绍智能学的哲学争论，及其来由与现况，启发读者思考，讨论机器是否有智能，智能机器是否会威胁人类，如何发展智能学。

智能科学研究智能的本质和实现技术，是由脑科学、认知科学、人工智能等综合形成的交叉学科。脑科学从分子水平、细胞水平、行为水平研究自然智能机理，建立脑模型，揭示人脑的本质；认知科学是研究人类感知、学习、记忆、思维、意识等人脑心智活动过程的科学；人工智能研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器智能。智能科学不仅要进行功能仿真，而且要从机理上研究，探索智能的新概念、新理论、新方法。
《智能科学(第2版)》系统地介绍了智能科学的概念和方法，吸收了脑科学、认知科学、人工智能、信息科学、形式系统、哲学等方面的研究成果，探索人类智能和机器智能的性质和规律。
《智能科学(第2版)》可作为大学高年级本科生和研究生智能科学、认知科学、神经信息学等课程的教科书，也可作为从事智能科学、脑科学、认知科学、神经科学、人工智能、心理学等领域研究人员的参考书。本书由史忠植著。

机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识. 然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究生, 以及具有类似背景的对机器学 习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介.
全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.前3章之外的后续各章均相对独立, 读者可根据自己的兴趣和时间情况选择使用. 根据课时情况, 一个学期的本科生课程可考虑讲授前9章或前10章; 研究生课程则不妨使用全书.
书中除第1章外, 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习, 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题, 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度, 有些并无现成答案, 谨供富有进取心的读者启发思考.
本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。