《機(jī)器學(xué)習(xí)原理及應(yīng)用》以機(jī)器學(xué)習(xí)及其算法為主題，詳細(xì)介紹其理論細(xì)節(jié)與應(yīng)用方法�！稒C(jī)器學(xué)習(xí)原理及應(yīng)用》共19章，分別介紹了機(jī)器學(xué)習(xí)概述、線(xiàn)性回歸與*大熵模型、k-近鄰算法、決策樹(shù)模型、樸素貝葉斯分類(lèi)器、支持向量機(jī)模型、集成學(xué)習(xí)、EM算法、降維算法、聚類(lèi)算法、神經(jīng)網(wǎng)絡(luò)模型等基礎(chǔ)模型或算法，以及8個(gè)綜合項(xiàng)目實(shí)例。《機(jī)器學(xué)習(xí)原

本書(shū)是為適應(yīng)人才培養(yǎng)的*新需求，為自動(dòng)化、電氣工程及其自動(dòng)化，以及其他相關(guān)專(zhuān)業(yè)本科生編寫(xiě)的教材。本書(shū)以加強(qiáng)基礎(chǔ)、突出解決工程問(wèn)題的思維方法，同時(shí)又以避繁就簡(jiǎn)、深入淺出為原則，系統(tǒng)地介紹了自動(dòng)控制的基本原理、典型方法及應(yīng)用實(shí)例。主要內(nèi)容包括控制系統(tǒng)在時(shí)間域、復(fù)數(shù)域和頻率域的數(shù)學(xué)模型，線(xiàn)性系統(tǒng)的時(shí)域分析法、根軌跡分析法、頻

本書(shū)是從事無(wú)人系統(tǒng)自主、智能控制相關(guān)工作的入門(mén)教材。編者從一般無(wú)人系統(tǒng)的知識(shí)入手，分享了在開(kāi)發(fā)實(shí)際無(wú)人駕駛系統(tǒng)中積累的經(jīng)驗(yàn)。本書(shū)共8章，第1章介紹無(wú)人系統(tǒng)的概念、意義、研究現(xiàn)狀和發(fā)展趨勢(shì)；第2章論述動(dòng)態(tài)環(huán)境下無(wú)人系統(tǒng)的自主控制架構(gòu)；第3章給出基于機(jī)器人操作系統(tǒng)ROS的程序設(shè)計(jì)方法；第4章設(shè)計(jì)無(wú)人駕駛數(shù)據(jù)采集系統(tǒng)；第5章

人的智能和AI賦能的機(jī)器智能在自動(dòng)化控制領(lǐng)域的共融共存形成了人機(jī)混合智能系統(tǒng)這一新型的系統(tǒng)形式和智能形式。一方面，這類(lèi)系統(tǒng)所代表的系統(tǒng)結(jié)構(gòu)形式是傳統(tǒng)自動(dòng)化控制系統(tǒng)應(yīng)對(duì)AI賦能的機(jī)器智能變革的必然發(fā)展形勢(shì)；另一方面，它所代表的智能形式也成為AI未來(lái)發(fā)展的重要甚至是的終極形式。在本《人機(jī)混合智能系統(tǒng)自主性理論和方法》，我們

本書(shū)聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進(jìn)展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來(lái)源于IEEE計(jì)算機(jī)協(xié)會(huì)相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國(guó)際知名科學(xué)家的學(xué)術(shù)報(bào)告、報(bào)道以及相關(guān)活動(dòng)內(nèi)容組成。本書(shū)將以創(chuàng)新的方式宣

圖靈獎(jiǎng)得主、深度學(xué)習(xí)三巨頭之一、卷積神經(jīng)網(wǎng)絡(luò)之父……由于在人工智能領(lǐng)域的突出貢獻(xiàn)，楊立昆被中國(guó)計(jì)算機(jī)科學(xué)界和企業(yè)界所熟知。 楊立昆的科學(xué)之路，譜寫(xiě)了一段關(guān)于勇氣的宣言。他為了知識(shí)本身求學(xué)，而不是文憑，他用自己的經(jīng)歷，證明了通過(guò)激烈的考試競(jìng)爭(zhēng)進(jìn)入名校不是科學(xué)成功的窄門(mén)。他廣泛閱讀，為他科學(xué)思維

全書(shū)從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開(kāi)始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過(guò)濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再?gòu)慕?jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢(shì)介紹會(huì)話(huà)推薦、強(qiáng)化學(xué)習(xí)推薦及工業(yè)級(jí)推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個(gè)由淺入深的系統(tǒng)學(xué)習(xí)過(guò)程。 本書(shū)的目標(biāo)讀者應(yīng)該對(duì)深度學(xué)習(xí)有基本的了解，掌握概率論、線(xiàn)性代

《物聯(lián)網(wǎng)場(chǎng)景設(shè)計(jì)與開(kāi)發(fā)：初級(jí)》詳細(xì)介紹了物聯(lián)網(wǎng)概述、物聯(lián)網(wǎng)通用技術(shù)、物聯(lián)網(wǎng)場(chǎng)景與應(yīng)用實(shí)例、物聯(lián)網(wǎng)場(chǎng)景故障診斷思路、物聯(lián)網(wǎng)場(chǎng)景服務(wù)流程與規(guī)范、物聯(lián)網(wǎng)智慧家庭產(chǎn)品與方案銷(xiāo)售、物聯(lián)網(wǎng)場(chǎng)景部署的技術(shù)規(guī)范�！段锫�(lián)網(wǎng)場(chǎng)景設(shè)計(jì)與開(kāi)發(fā)：初級(jí)》為物聯(lián)網(wǎng)場(chǎng)景設(shè)計(jì)與開(kāi)發(fā)1X職業(yè)技能等級(jí)證書(shū)配套系列教材，可以作為中職中專(zhuān)和高職高專(zhuān)院校物聯(lián)網(wǎng)應(yīng)

機(jī)器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動(dòng)了人工智能的熱潮。本書(shū)結(jié)合項(xiàng)目實(shí)踐，首先討論主流機(jī)器學(xué)習(xí)平臺(tái)的主要特點(diǎn)和機(jī)器學(xué)習(xí)的實(shí)戰(zhàn)難點(diǎn)；在此基礎(chǔ)上，利用主流的機(jī)器學(xué)習(xí)開(kāi)源平臺(tái)TensorFlow、OpenVINO、PaddlePaddle等，通過(guò)19個(gè)實(shí)戰(zhàn)案例，詳細(xì)地分析決策樹(shù)、隨機(jī)森林、支持向量機(jī)、邏輯回

在《認(rèn)知和行為的計(jì)算建�！分刑岢隽艘惶自谛睦韺W(xué)中應(yīng)用計(jì)算和數(shù)學(xué)模型的綜合方法。主要目的是在理論、模擬和數(shù)據(jù)之間提供一個(gè)統(tǒng)一的視角，來(lái)回答我們?nèi)绾螐男袨槟Ｐ椭蝎@取信息的核心問(wèn)題�！墩J(rèn)知和行為的計(jì)算建模》涵蓋了以下四個(gè)主題。部分解釋了什么是計(jì)算模型，全面概述了用于理解人類(lèi)行為的模型，探討了如何將理論敘述轉(zhuǎn)化為模擬代碼，并闡