機器學習雖然對改進產品性能和推進研究有很大的潛力，但無法對它們的預測做出解釋，這是當前面臨的一大障礙�！犊山忉寵C器學習：黑盒模型可解釋性理解指南》書是一本關于使機器學習模型及其決策具有可解釋性的書。本書探索了可解釋性的概念，介紹了簡單的、可解釋的模型，例如決策樹、決策規(guī)則和線性回歸，重點介紹了解釋黑盒模型的、與模型無關

本書主要闡述了單輸入、單輸出線性定常系統(tǒng)中自動控制的基本理論及其應用。全書共分為6章，主要內容包括：緒論，控制系統(tǒng)的數學模型，線性系統(tǒng)的時域分析法，線性系統(tǒng)的根軌跡分析法，線性系統(tǒng)的頻域分析法，線性系統(tǒng)校正。全書內容深入淺出，注重實際應用，各章節(jié)都附有較豐富的典型例題及其詳解。本書可作為應用型高等院校自動化、電氣工程及

本書主要以人工智能的幾種核心技術與發(fā)展應用為脈絡，以深入淺出的方式系統(tǒng)、清晰地介紹了人工智能的基本概念、發(fā)展歷程、關鍵技術和典型應用。全書涉及圖像識別、語音識別、大數據挖掘、智能控制、智能機器人、腦機接口、5G等前沿技術，為讀者構造并描繪出一幅人工智能全景圖，向讀者展示了一個全新、智慧、前沿的科技新時代，使讀者能快速、

這是一本寫給普通人了解AI的趣味科普，它還有超級可愛的漫畫！這本書“非常易讀、有料，而且妙趣橫生、令人捧腹”（《萬物發(fā)明指南》作者瑞安·諾思），帶領普通人走進人工智能那個奇妙古怪又不可思議的世界，是一場幽默可愛的導覽。本書的主要內容是人工智能可以做什么、不能做什么，以及它為什么已經影響了我們生活的方方面面

本書詳細闡述了與神經進化網絡開發(fā)相關的基本解決方案，主要包括神經進化方法概述、Python庫和環(huán)境設置、使用NEAT進行XOR求解器優(yōu)化、擺桿平衡實驗、自主迷宮導航、新穎性搜索優(yōu)化方法、基于超立方體的NEAT和視覺辨別、ES-HyperNEAT和視網膜問題、協同進化和SAFE方法、深度神經進化等內容。此外，本書還提供了

本書是《自動控制基礎》(薛弘曄等編寫，西安電子科技大學出版社出版）的學習指導配套用書。全書按教材內容、結構、編排，對教材中的習題進行了全解，以方便讀者參考。

自早期以來，神經網絡就一直是人工智能的支柱�，F在，令人興奮的新技術（例如深度學習和卷積）正在將神經網絡帶入一個全新的方向。在本書中，我們將演示各種現實世界任務中的神經網絡，例如圖像識別和數據科學。我們研究了當前的神經網絡技術，包括ReLU激活、隨機梯度下降、交叉熵、正則化、Dropout及可視化等。

人工智能時代已經來臨，這項技術正在改變人類的認知和生活，也對社會各個領域產生了重大的影響。本書從理論基礎、商業(yè)落地、實戰(zhàn)場景、案例分析多個方面介紹人工智能，講述人工智能對農業(yè)、金融、娛樂、醫(yī)療、營銷、工業(yè)、教育等領域的影響。另外，為了迎合時代熱點，本書還分析了人工智能與5G、區(qū)塊鏈等前沿技術的融合及融合效果，使讀者了解

本書主要面向OpenCV領域的研究與開發(fā)人員，采用原理結合實戰(zhàn)的方式，介紹OpenCV4的機器學習算法模塊與深度神經網絡模塊中的核心算法原理與C++編程實戰(zhàn)。全書共10章，第1~3章，介紹OpenCV4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting

本書以知識表示與處理所涉及的相關知識，如知識獲取、知識表示、知識推理、知識遷移等內容為主體，完整呈現了知識表示與處理的知識體系。本書首先，介紹了知識表示與處理的發(fā)展、相關概念、流程等；其次，介紹了知識獲取的內容；再次，重點介紹了知識表示的各種方法，如邏輯謂詞、產生式規(guī)則、語義網絡、本體、知識圖譜等，以及知識推理所涉及的