本書是工科類專業(yè)的實(shí)驗(yàn)教學(xué)教材，配套有2021年江蘇省省級(jí)金課"城市追蹤場(chǎng)景下的自動(dòng)控制虛擬仿真實(shí)驗(yàn)”。該虛擬仿真課程給學(xué)生提供了一個(gè)隨時(shí)隨地實(shí)驗(yàn)學(xué)習(xí)的平臺(tái)。本書涵蓋了經(jīng)典控制理論與現(xiàn)代控制理論的重點(diǎn)和難點(diǎn)內(nèi)容，強(qiáng)調(diào)理論與實(shí)際相結(jié)合，主要內(nèi)容包括MATLAB軟件基礎(chǔ)、四旋翼無(wú)人機(jī)虛擬仿真實(shí)驗(yàn)平臺(tái)、控制系統(tǒng)的時(shí)域分析、根

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，包括一套建立數(shù)據(jù)高級(jí)抽象模型的算法�！痘�于R語(yǔ)言的高級(jí)深度學(xué)習(xí)》將幫助讀者了解流行的深度學(xué)習(xí)架構(gòu)及其用R語(yǔ)言實(shí)現(xiàn)的變體，并提供實(shí)際示例�！痘�于R語(yǔ)言的高級(jí)深度學(xué)習(xí)》內(nèi)容涵蓋用于預(yù)測(cè)和分類的重要的深度學(xué)習(xí)技術(shù)和概念，包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)架構(gòu)以及用R實(shí)現(xiàn)深度學(xué)習(xí)的基礎(chǔ)知識(shí)�！痘�于R語(yǔ)言的高級(jí)

本書圍繞物聯(lián)網(wǎng)通信技術(shù)應(yīng)用的崗位定義和崗位職能，以物聯(lián)網(wǎng)傳感器認(rèn)知與應(yīng)用、物聯(lián)網(wǎng)執(zhí)行器認(rèn)知與應(yīng)用、物聯(lián)網(wǎng)通信終端開發(fā)、物聯(lián)網(wǎng)短距離無(wú)線通信技術(shù)應(yīng)用、物聯(lián)網(wǎng)長(zhǎng)距離無(wú)線通信技術(shù)應(yīng)用、物聯(lián)網(wǎng)云平臺(tái)的使用為主要技能點(diǎn)組織和闡述物聯(lián)網(wǎng)通信技術(shù)知識(shí)和技能。本書包括6個(gè)項(xiàng)目，按照感知層、網(wǎng)絡(luò)層、應(yīng)用層一步一步展開。每個(gè)項(xiàng)目中的任務(wù)設(shè)

本書將數(shù)學(xué)理論與實(shí)例相結(jié)合，這些實(shí)例以最*先進(jìn)的通用機(jī)器學(xué)習(xí)框架為基礎(chǔ)，由Python實(shí)現(xiàn)，向讀者介紹更復(fù)雜的算法。全書共25章，包括機(jī)器學(xué)習(xí)模型基礎(chǔ)、損失函數(shù)和正則化、半監(jiān)督學(xué)習(xí)導(dǎo)論、高級(jí)半監(jiān)督分類、基于圖的半監(jiān)督學(xué)習(xí)、聚類和無(wú)監(jiān)督學(xué)習(xí)模型、高級(jí)聚類和無(wú)監(jiān)督學(xué)習(xí)模型、面向營(yíng)銷的聚類和無(wú)監(jiān)督學(xué)習(xí)模型、廣義線性模型和回歸

神經(jīng)計(jì)算的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

機(jī)器學(xué)習(xí)的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

本書是《Scikit-learn機(jī)器學(xué)習(xí)詳解》（潘風(fēng)文編著）的進(jìn)階篇，講解了Sklearn（Scikit-learn）機(jī)器學(xué)習(xí)框架的各種高級(jí)應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學(xué)習(xí)、模型選擇和交叉驗(yàn)證、異常檢測(cè)、管道、信號(hào)分解、模型持久化以及Sklearn系統(tǒng)高級(jí)配置。通過(guò)本書的學(xué)習(xí)，讀者可快速掌握Sklearn框架的高

本書從語(yǔ)義匹配的角度解決搜索引擎和推薦系統(tǒng)的關(guān)鍵痛點(diǎn)，為構(gòu)建解決語(yǔ)義匹配問(wèn)題的深度學(xué)習(xí)模型提供了通用框架。第1章概述搜索和推薦中的語(yǔ)義匹配問(wèn)題，以及近年來(lái)的研究進(jìn)展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學(xué)習(xí)技術(shù)在構(gòu)建匹配模型時(shí)的應(yīng)用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當(dāng)前的深度

本書講解概率圖模型的基本原理及其在機(jī)器學(xué)習(xí)、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡(luò)模型中的應(yīng)用,并且從概率圖模型的角度講解機(jī)器學(xué)習(xí)算法、深度神經(jīng)網(wǎng)絡(luò)模型的概率原理，培養(yǎng)學(xué)生知其然，并知其所以然的思維方式，解決學(xué)生應(yīng)用建模時(shí)僅局限于模型選型和調(diào)參的問(wèn)題。本書內(nèi)容豐富，將原理與實(shí)例相結(jié)合，數(shù)學(xué)與代碼相結(jié)合，可作為高等院校的人工智能

全書以強(qiáng)化工程應(yīng)用，弱化數(shù)學(xué)推導(dǎo)為基調(diào)，主要內(nèi)容可分為五大模塊：自動(dòng)控制系統(tǒng)概述（第1章）、控制系統(tǒng)的數(shù)學(xué)模型（第2章）、控制系統(tǒng)的分析方法（第3~4章）、控制系統(tǒng)的校正（第5章）和控制系統(tǒng)的工程應(yīng)用（第6~7章）。編者根據(jù)全書內(nèi)容設(shè)計(jì)了配套講解視頻、課件和習(xí)題。第2~7章包含了MATLAB軟件在自動(dòng)控制系統(tǒng)分析中的應(yīng)