前　　言Cognitive Computing and Deep Learning: Intelligent Applications based on IoT/Cloud過去十年間，計(jì)算機(jī)與信息產(chǎn)業(yè)在平臺(tái)規(guī)模和應(yīng)用范圍層面都經(jīng)歷了快速變革。計(jì)算機(jī)、智能手機(jī)、云和社交網(wǎng)絡(luò)不僅需要優(yōu)越的性能，而且需要高程度的智能。實(shí)際上，我們正進(jìn)入認(rèn)知計(jì)算和大數(shù)據(jù)分析時(shí)代，這種變化趨勢(shì)隨處可見，包括智能手機(jī)的廣泛使用、云存儲(chǔ)與云計(jì)算的應(yīng)用、人工智能在實(shí)踐中的復(fù)興、從擴(kuò)展的超級(jí)計(jì)算機(jī)到物聯(lián)網(wǎng)（Internet of Things，IoT）平臺(tái)的大范圍部署，等等。面對(duì)這些新興的計(jì)算和通信方法，我們必須升級(jí)云和IoT生態(tài)系統(tǒng)，賦予它們新的能力，如機(jī)器學(xué)習(xí)、IoT感知、數(shù)據(jù)分析，以及一種可以模仿或者增強(qiáng)人類智慧的認(rèn)知能力。
　　為了滿足新的需求，需要設(shè)計(jì)新的云系統(tǒng)、Web服務(wù)和數(shù)據(jù)中心，用以存儲(chǔ)、處理、學(xué)習(xí)和分析大數(shù)據(jù)，以發(fā)現(xiàn)新的知識(shí)或者做出有價(jià)值的決策。其目的是建立一個(gè)大數(shù)據(jù)產(chǎn)業(yè)鏈來提供認(rèn)知服務(wù)，從而高效率地幫助人類克服在勞動(dòng)密集型任務(wù)方面的缺陷。這些目標(biāo)可以通過硬件虛擬化、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、IoT感知、數(shù)據(jù)分析和認(rèn)知計(jì)算來實(shí)現(xiàn)。例如，隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)分析的實(shí)際應(yīng)用日益增多，“學(xué)習(xí)即服務(wù)”（Learning as a Service，LaaS）、“分析即服務(wù)”（Analytics as a Service，AaaS）和“安全即服務(wù)”（Security as a Service，SaaS）等云服務(wù)開始出現(xiàn)。
　　如今，為了支持移動(dòng)網(wǎng)絡(luò)的應(yīng)用，IT公司、大企業(yè)、學(xué)校和政府都把主要數(shù)據(jù)中心轉(zhuǎn)移到云設(shè)備上。具有與云類似集群架構(gòu)的超級(jí)計(jì)算機(jī)，也正在為處理大型數(shù)據(jù)集或數(shù)據(jù)流而轉(zhuǎn)型。智慧云的需求大大增加，它在社交、媒體、移動(dòng)、商業(yè)和政府的運(yùn)營中變得非常重要。超級(jí)計(jì)算機(jī)和云平臺(tái)有不同的生態(tài)系統(tǒng)和編碼環(huán)境，在未來，它們之間的鴻溝將隨著認(rèn)知計(jì)算的到來而消失。本書致力于實(shí)現(xiàn)這個(gè)目標(biāo)。
　　內(nèi)容概覽本書根據(jù)我們的英文著作《Big Data Analytics for Cloud, IoT and Cognitive Computing》（Kai Hwang and Min Chen, Wiley Publisher, London, U. K.，ISBN 978119247029，2017）翻譯、改編與增補(bǔ)而成。全書共11章，其中第4、8、11章是全新的章節(jié)。書中強(qiáng)調(diào)認(rèn)知計(jì)算、深度學(xué)習(xí)與大數(shù)據(jù)的基本原理，同時(shí)涵蓋物聯(lián)網(wǎng)與云平臺(tái)的智能應(yīng)用，例如健康監(jiān)護(hù)、醫(yī)療認(rèn)知、智慧城市、社交媒體分析、認(rèn)知車聯(lián)網(wǎng)與5G移動(dòng)認(rèn)知系統(tǒng)等。
　　全書簡要目錄如下：
　　第1章　認(rèn)知計(jì)算與大數(shù)據(jù)科學(xué)第2章　智慧云與虛擬化技術(shù)第3章　物聯(lián)網(wǎng)的傳感、移動(dòng)和認(rèn)知系統(tǒng)第4章　NB-IoT技術(shù)與架構(gòu)第5章　有監(jiān)督的機(jī)器學(xué)習(xí)第6章　無監(jiān)督學(xué)習(xí)和算法選擇第7章　深度學(xué)習(xí)第8章　生成對(duì)抗式網(wǎng)絡(luò)與深度學(xué)習(xí)應(yīng)用第9章　深度學(xué)習(xí)和社交媒體分析應(yīng)用第10章　醫(yī)療認(rèn)知系統(tǒng)與健康大數(shù)據(jù)應(yīng)用第11章　認(rèn)知車聯(lián)網(wǎng)與5G認(rèn)知系統(tǒng)第1～3章介紹數(shù)據(jù)科學(xué)、智慧云以及大數(shù)據(jù)計(jì)算的IoT設(shè)備或框架，涵蓋通過大數(shù)據(jù)分析和認(rèn)知機(jī)器學(xué)習(xí)能力來探索智慧云計(jì)算的技術(shù)，包含云架構(gòu)、IoT、認(rèn)知系統(tǒng)以及軟件支持。具體地說，第1章介紹數(shù)據(jù)科學(xué)與認(rèn)知計(jì)算的基本原理，第2章展示云計(jì)算平臺(tái)的系統(tǒng)結(jié)構(gòu)與虛擬化技術(shù)，第3章涵蓋物聯(lián)網(wǎng)的傳感技術(shù)、移動(dòng)環(huán)境和認(rèn)知系統(tǒng)。
　　新增加的第4和11章，介紹窄帶物聯(lián)網(wǎng)（NB-IoT）的技術(shù)、架構(gòu)及其在認(rèn)知車聯(lián)網(wǎng)與5G認(rèn)知系統(tǒng)上的應(yīng)用。第5和6章介紹各類機(jī)器學(xué)習(xí)算法與模型擬合技術(shù)，第7~9章詳細(xì)介紹深度學(xué)習(xí)的理論與應(yīng)用實(shí)例，第10章專注于醫(yī)療認(rèn)知系統(tǒng)與健康大數(shù)據(jù)應(yīng)用。
　　特殊方法我們?cè)诒緯�中使用了一種技術(shù)融合方法，將認(rèn)知計(jì)算、大數(shù)據(jù)理論與云設(shè)計(jì)原則以及超級(jí)計(jì)算機(jī)標(biāo)準(zhǔn)融合，以提高智慧云或超級(jí)計(jì)算機(jī)的計(jì)算效率。IoT傳感技術(shù)可實(shí)現(xiàn)大量數(shù)據(jù)采集，機(jī)器學(xué)習(xí)與數(shù)據(jù)分析將幫助我們做出決策。我們的根本目標(biāo)是增強(qiáng)云和超級(jí)計(jì)算機(jī)以及人工智能（AI）。
　　本書融會(huì)了我們多年的研究和教學(xué)經(jīng)驗(yàn)，幫助讀者在大數(shù)據(jù)世界通過自己的計(jì)算設(shè)備、分析能力以及應(yīng)用技能來推動(dòng)職業(yè)發(fā)展、商業(yè)轉(zhuǎn)型以及科學(xué)發(fā)現(xiàn)。本書將認(rèn)知計(jì)算理論與智慧云上的新興技術(shù)相結(jié)合，并通過新應(yīng)用探索分布式數(shù)據(jù)中心。如今，我們可以看到信息物理系統(tǒng)在智慧城市、自動(dòng)駕駛、情感監(jiān)測(cè)機(jī)器人、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)以及認(rèn)知服務(wù)中的應(yīng)用。
　　讀者指南我們編寫此書是為了滿足計(jì)算機(jī)科學(xué)與電氣工程教育領(lǐng)域不斷增長的課程需求，因此本書適合作為高等院校與研究院的專業(yè)教材，專業(yè)領(lǐng)域跨越計(jì)算機(jī)科學(xué)、人工智能、機(jī)器學(xué)習(xí)與大數(shù)據(jù)等。不論教師想要教授本書11章中的任何部分，都可以給大四學(xué)生和研究生使用本書，或者作為專業(yè)參考書。以下四類大學(xué)課程適合使用本書：大數(shù)據(jù)分析（Big Data Analytics，BDA），云計(jì)算（Cloud Computing，CC），機(jī)器學(xué)習(xí)（Machine Learning，ML），認(rèn)知系統(tǒng)（Cognitive System，CS）。這些課程已經(jīng)在世界范圍內(nèi)的多所大學(xué)中開設(shè)，并且學(xué)校的數(shù)量還在快速增長。我們?yōu)槭谡n老師提供課件與習(xí)題解答，請(qǐng)?jiān)L問華章網(wǎng)站www.hzbook.com下載教輔資料。
　　對(duì)于想要將計(jì)算技能轉(zhuǎn)化為IT新機(jī)遇的從業(yè)者，本書也能提供有益的幫助。比如：對(duì)本書感興趣的讀者可能是在“Cloud of Things”工作的Intel工程師；谷歌Brain和DeepMind團(tuán)隊(duì)也在研發(fā)