"本書從強化學習最基本的概念開始介紹,將介紹基礎的分析工具,包括貝爾曼公式和貝爾曼最優(yōu)公式,然后推廣到基于模型的和無模型的強化學習算法,最后推廣到基于函數(shù)逼近的強化學習方法。本書強調(diào)從數(shù)學的角度引入概念、分析問題、分析算法,并不強調(diào)算法的編程實現(xiàn)。本書不要求讀者具備任何關于強化學習的知識背景,僅要求讀者具備一定的概率論
"本書以案例為載體，介紹了目前機器學習的部分主流算法及其應用，簡要概括部分主流算法的基本原理，詳細說明應用算法過程中需要注意的問題，通過實際案例的解析使學生更好地掌握主流算法。全書共四部分。第一部分（第1章）為理論基礎，著重介紹機器學習的發(fā)展及主流應用，還詳細介紹了本書中全部案例運行環(huán)境的搭建方法。第二部分（第2~7章
本書闡述了經(jīng)典控制理論的基本概念、原理和自動控制系統(tǒng)的各種分析方法，主要內(nèi)容包括線性連續(xù)系統(tǒng)與離散系統(tǒng)的時域和頻域理論，如系統(tǒng)的動態(tài)性能、靜態(tài)性能、穩(wěn)定性的分析和各種設計方法的運用等。本書從基本概念、基本分析方法入手，結合生產(chǎn)和生活中的實例，以時域分析方法為主線，時域分析和頻域分析并進，在嚴謹?shù)臄?shù)學推導的基礎上，利用直
本書將介紹如何將早期AI的實用性與深度學習能力和工業(yè)控制技術結合起來，在現(xiàn)實世界中做出穩(wěn)健的決策。作者使用具體的例子、最基本的理論和經(jīng)過驗證的架構框架，展示了如何教授自主AI明確的技能和策略。讀者將了解何時以及如何使用和組合各種AI架構設計模式，以及如何設計高級AI，而無須操作神經(jīng)網(wǎng)絡或機器學習算法。
本書共分為三個部分，分別為理論基礎、實驗和案例。這三個部分層層遞進，介紹深度學習的基礎知識與常用方法，全面細致地提供了深度學習的原理和在深度學習框架下的實踐步驟。第一部分主要通過7個章節(jié)來介紹深度學習的基礎知識，包括深度學習在不同領域的應用，不同深度學習框架的對比，以及機器學習、神經(jīng)網(wǎng)絡等方面的講解。第二部分主要包括常
本書是根據(jù)全國高等教育自學考試指導委員會最新制定的《2024年7月（本）自學考試大綱》，為參加高等教育自學考試的考生編寫的教材。編寫過程中，本書參考了國內(nèi)外目前比較經(jīng)典的教材，并結合編者多年來從事相關課程的教學心得，以及編寫教材的經(jīng)驗和體會，選材適當、敘述簡潔且針對要點，符合自學考試的特點與要求。全書共分8章，內(nèi)容有自
本書以鯤鵬智能計算為主線，共12章，分別為緒論、計算機與服務器、鯤鵬通用計算平臺、鯤鵬openEuler操作系統(tǒng)、鯤鵬openGauss數(shù)據(jù)庫、鯤鵬openLooKeng數(shù)據(jù)虛擬化引擎、鯤鵬云計算技術、鯤鵬應用遷移與開發(fā)、鯤鵬通用計算平臺基礎管理、openEuler操作系統(tǒng)及虛擬化應用實踐、基于鯤鵬通用計算平臺的Web
本書以團體標準《青少年編程能力等級第5部分：人工智能編程》（T/CERACU/AFCEC100.52022）（以下簡稱：人工智能編程能力等級標準）為依據(jù)，旨在引導青少年走進人工智能編程的世界，開啟人工智能編程學習之門。本書共設4個單元，內(nèi)容覆蓋人工智能編程能力等級標準二級，共10個知識點。第1單元為人工智能的基礎知識（
集成學習通過自動對比多個模型的輸出，將輸出結合起來，融合成強大的集成模型，得出最優(yōu)結果。集成學習發(fā)揮集體智慧，結果更準確，克服了單一模型的局限性。這種創(chuàng)新方法能夠綜合多個視角的響應；即使在沒有大規(guī)模數(shù)據(jù)集的情況下，也能給出可靠的預測結果。《集成學習實戰(zhàn)》呈現(xiàn)同時應用多種機器學習方法的實用技巧。每章都列舉一個獨特案例(如
本書從初學者的角度出發(fā)，采用通俗易懂的語言、豐富多彩的實例，詳細地講解了物聯(lián)網(wǎng)工程技術中需要掌握的基礎知識和相關技術。全書分為4篇共13章，內(nèi)容包括物聯(lián)網(wǎng)的起源和發(fā)展；物聯(lián)網(wǎng)在智能家居、智慧農(nóng)業(yè)、智慧交通和智慧醫(yī)療等領域的關鍵技術及其應用；物聯(lián)網(wǎng)的核心技術以及物聯(lián)網(wǎng)工程領域涉及的一些基礎技術。本書所有知識都結合了具體案
書單推薦 新書推薦
