《機器學(xué)習(xí)原理及應(yīng)用》以機器學(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器學(xué)習(xí)原理及應(yīng)用》共19章，分別介紹了機器學(xué)習(xí)概述、線性回歸與*大熵模型、k-近鄰算法、決策樹模型、樸素貝葉斯分類器、支持向量機模型、集成學(xué)習(xí)、EM算法、降維算法、聚類算法、神經(jīng)網(wǎng)絡(luò)模型等基礎(chǔ)模型或算法，以及8個綜合項目實例。《機器學(xué)習(xí)原

本書是從事無人系統(tǒng)自主、智能控制相關(guān)工作的入門教材。編者從一般無人系統(tǒng)的知識入手，分享了在開發(fā)實際無人駕駛系統(tǒng)中積累的經(jīng)驗。本書共8章，第1章介紹無人系統(tǒng)的概念、意義、研究現(xiàn)狀和發(fā)展趨勢；第2章論述動態(tài)環(huán)境下無人系統(tǒng)的自主控制架構(gòu)；第3章給出基于機器人操作系統(tǒng)ROS的程序設(shè)計方法；第4章設(shè)計無人駕駛數(shù)據(jù)采集系統(tǒng)；第5章

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

本書聚焦信息科學(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)的進展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計算機協(xié)會相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由STEERTech和iCANXTalks上的國際知名科學(xué)家的學(xué)術(shù)報告、報道以及相關(guān)活動內(nèi)容組成。本書將以創(chuàng)新的方式宣

圖靈獎得主、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，楊立昆被中國計算機科學(xué)界和企業(yè)界所熟知。 楊立昆的科學(xué)之路，譜寫了一段關(guān)于勇氣的宣言。他為了知識本身求學(xué)，而不是文憑，他用自己的經(jīng)歷，證明了通過激烈的考試競爭進入名校不是科學(xué)成功的窄門。他廣泛閱讀，為他科學(xué)思維

全書從推薦系統(tǒng)的發(fā)展歷史、基本構(gòu)成開始，依次剖析推薦系統(tǒng)的內(nèi)容召回、協(xié)同過濾召回、深度學(xué)習(xí)召回中具有代表性的模型；再從經(jīng)典排序模型到基于深度學(xué)習(xí)的排序，順勢介紹會話推薦、強化學(xué)習(xí)推薦及工業(yè)級推薦，搭建了完整的推薦系統(tǒng)技術(shù)體系，這是一個由淺入深的系統(tǒng)學(xué)習(xí)過程。 本書的目標(biāo)讀者應(yīng)該對深度學(xué)習(xí)有基本的了解，掌握概率論、線性代

《物聯(lián)網(wǎng)場景設(shè)計與開發(fā)：初級》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)場景與應(yīng)用實例、物聯(lián)網(wǎng)場景故障診斷思路、物聯(lián)網(wǎng)場景服務(wù)流程與規(guī)范、物聯(lián)網(wǎng)智慧家庭產(chǎn)品與方案銷售、物聯(lián)網(wǎng)場景部署的技術(shù)規(guī)范。《物聯(lián)網(wǎng)場景設(shè)計與開發(fā)：初級》為物聯(lián)網(wǎng)場景設(shè)計與開發(fā)1X職業(yè)技能等級證書配套系列教材，可以作為中職中專和高職高專院校物聯(lián)網(wǎng)應(yīng)

機器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動了人工智能的熱潮。本書結(jié)合項目實踐，首先討論主流機器學(xué)習(xí)平臺的主要特點和機器學(xué)習(xí)的實戰(zhàn)難點；在此基礎(chǔ)上，利用主流的機器學(xué)習(xí)開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細(xì)地分析決策樹、隨機森林、支持向量機、邏輯回

在《認(rèn)知和行為的計算建�！分刑岢隽艘惶自谛睦韺W(xué)中應(yīng)用計算和數(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)之間提供一個統(tǒng)一的視角，來回答我們?nèi)绾螐男袨槟Ｐ椭蝎@取信息的核心問題�！墩J(rèn)知和行為的計算建�！泛�蓋了以下四個主題。部分解釋了什么是計算模型，全面概述了用于理解人類行為的模型，探討了如何將理論敘述轉(zhuǎn)化為模擬代碼，并闡

如何從零開始，全面了解人工智能（AI）的前世今生？如何掌握技術(shù)，逐步實現(xiàn)人工智能數(shù)字化發(fā)展？如何搶占市場，全面發(fā)展人工智能產(chǎn)業(yè)和設(shè)備？《從零開始學(xué)人工智能》通過12個專題、170多個知識點，幫助您從AI小白變成智能高手�！稄牧汩_始學(xué)人工智能》詳細(xì)講解了人工智能的基本知識和技術(shù)制造，再從互聯(lián)網(wǎng)三大巨頭入手，從10個方面重