本書把窄帶物聯(lián)網(wǎng)（NB-IoT）的應用知識體系歸納為終端、信息郵局、人機交互系統(tǒng)3個有機組成部分。針對終端，給出通用嵌入式計算機的概念，并將其軟件分為BIOS與User兩部分；針對信息郵局，將其抽象為固定IP地址與端口，并由此設計了云偵聽程序模板；針對人機交互系統(tǒng)，設計了Web網(wǎng)頁、微信小程序、手機App及PC客戶端等

本書以NB-IoT實訓套件為載體，采用項目化教學方式，講解了NB-IoT的相關知識及其在物聯(lián)網(wǎng)中的重要作用。本書主要分為理論、項目和實戰(zhàn)演練三部分。理論部分講解了NB-IoT物聯(lián)網(wǎng)架構，并對架構中的每個節(jié)點做技術解析；項目部分由淺入深，從NB-IoT通信、OceanConnect平臺操作系統(tǒng)到LiteOS的基礎實戰(zhàn)開發(fā)

本書系“科學起跑線”叢書之一，是一本面向中小學生的人工智能科普讀物。本書針對青少年的心智特點，兼顧趣味性和系統(tǒng)性，用淺顯易懂的語言，結合大量實例和圖片，介紹了人工智能的定義、起源、關鍵技術及應用場景，并對其未來的發(fā)展前景進行了展望，旨在引導青少年對人工智能這一新興領域產生興趣并初步入門。為了提升青少年讀者的科學素養(yǎng)、動

隨著數(shù)字音樂內容的迅速增長以及人們對音樂鑒賞需求的日益提升，音樂信息的分類檢索及個性化推薦受到廣大網(wǎng)民和有關從業(yè)人員越來越廣泛的關注,并成為研究及應用的新熱點。本書系統(tǒng)地闡述了機器學習中的常用分類與推薦方法,介紹了網(wǎng)絡音樂自動分類與推薦的理論基礎，重點探討了ＳＶＭ和ＫＮＮ分類算法的改進，以及協(xié)同過濾推薦算法和基于馬爾可

人工智能是一門發(fā)展極其迅速且內容豐富的學科，其眾多分支領域都值得大家去探索和學習�！度斯ぶ悄芑�礎與進階》分為基礎篇和進階篇兩個篇章。其中，基礎篇內容包括了人工智能的基本概念、人工智能的發(fā)展歷史、計算機與環(huán)境感知、簡單幾何形狀的識別、人工智能搜索算法；進階篇則包括大數(shù)據(jù)的定義、知識與推理、回歸與分類、深度學習網(wǎng)絡、感知信

深度學習網(wǎng)絡正變得越來越小。谷歌助理（GoogleAssistant）團隊可以在微控制器上運行只有14KB大小的模型來檢測單詞。這本實用的書將帶你進入TinyML的世界，讓深度學習和嵌入式系統(tǒng)結合在一起，用微小的設備創(chuàng)造出驚奇的事業(yè)。

隨著人工智能技術的發(fā)展，深度學習成為最受關注的領域之一。在深度學習的諸多開發(fā)框架中，TensorFlow是最受歡迎的開發(fā)框架。本書以培養(yǎng)人工智能編程思維和技能為核心，以工作過程為導向，采用任務驅動的方式組織內容。全書共分為8個任務，任務1介紹深度學習的發(fā)展歷程、應用領域以及開發(fā)環(huán)境的搭建過程；任務2介紹TensorFl

本書以人機界面評價研究為背景，分析了人機界面評價研究的必要性，回顧了國內外人機界面評價研究的現(xiàn)狀，論述了人機界面評價理論及方法。以工效學標準為基礎，構建了核電廠主控室人機界面評價指標體系，開發(fā)了人機界面評價軟件。主要內容包括人機界面評價指標篩選方法的分析與構建、人機界面評價指標體系的構建、人機界面評價指標權重分配方法的

本書可作為通識性選修課程的教學用書。本書內容包括人工智能的概念、知識工程、確定性和不確定性推理、搜索技術、機器學習、人工神經網(wǎng)絡與深度學習、自然語言處理、多智能體系統(tǒng)等。全書弱化理論知識，以了解性內容為主。通過本書的學習，可使所有相關專業(yè)學生對人工智能有一個基礎性的認識，方便后續(xù)相關課程的學習。

集成學習方法是一類先進的機器學習方法，這類方法訓練多個學習器并將它們結合起來解決一個問題，在實踐中獲得了巨大成功。全書分為三部分。第一部分主要介紹集成學習的背景知識；第二部分主要介紹集成學習方法的核心知識，包括Boosting、Bagging、RandomForests等經典算法，平均、投票和Stacking等模型和方