本書系統(tǒng)地論述了基于平面鏡配合的單目立體視覺技術(shù)，主要包括視覺圖像邊緣信息提取、單目立體視覺測量模型、單目立體視覺參數(shù)標(biāo)定、單目立體視覺中的極線幾何及校正、單幅圖像的立體匹配和單目立體視覺的應(yīng)用。本書各章節(jié)間既相互聯(lián)系，又相互獨立；本書內(nèi)容是個開放體系，讀者在學(xué)習(xí)過程中可不斷地進行二次創(chuàng)新，提出新的理論。本書適合立體視

圖強化學(xué)習(xí)是深度強化學(xué)習(xí)的重要分支領(lǐng)域。本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能覆蓋圖強化學(xué)習(xí)的基礎(chǔ)知識，并提供應(yīng)用實踐案例。全書共10章，大致分為三部分：第一部分（第1～3章）介紹圖強化學(xué)習(xí)研究對象（復(fù)雜系統(tǒng)、圖和復(fù)雜網(wǎng)絡(luò)）；第二部分（第4～7章）介紹圖強化學(xué)習(xí)基礎(chǔ)知識（圖嵌入、圖神經(jīng)網(wǎng)絡(luò)和深度強化學(xué)習(xí)）；第三部分（

本書介紹了數(shù)字化轉(zhuǎn)型貫標(biāo)的工作背景和試點工作安排，制造業(yè)數(shù)字化轉(zhuǎn)型的時代背景、基本概念、主要模式，詳細(xì)解讀了《數(shù)字化轉(zhuǎn)型成熟度模型》標(biāo)準(zhǔn)，并對數(shù)字化轉(zhuǎn)型成熟度貫標(biāo)的推進機制、貫標(biāo)實施流程、評估內(nèi)容和貫標(biāo)評估方法進行了重點介紹，力求使讀者系統(tǒng)地了解我國數(shù)字化轉(zhuǎn)型發(fā)展的現(xiàn)狀，掌握數(shù)字化轉(zhuǎn)型的推進方法和演進規(guī)律，明確數(shù)字化轉(zhuǎn)

近年來隨著計算機技術(shù)的快速發(fā)展，機器學(xué)習(xí)被廣泛應(yīng)用于信息檢索、自然語言處理、計算機視覺及自動化控制等方面。由于機器學(xué)習(xí)在實際應(yīng)用中對不同問題所提供的條件各不相同，如含有標(biāo)簽信息的數(shù)據(jù)、不含標(biāo)簽信息的數(shù)據(jù)等，針對不同的數(shù)據(jù)類型有多種解決方法：監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)。本書針對監(jiān)督和無監(jiān)督學(xué)習(xí)方法進行理論的概述、模

本書是對DiffusionAI繪圖模型的綜合性講解書籍，書中包括最基礎(chǔ)的組件的用例演示，也包括具體的項目實戰(zhàn)，以及Diffusion模型的底層設(shè)計思路和實現(xiàn)原理的介紹。通過本書的學(xué)習(xí)，讀者可以快速掌握Diffusion模型的使用方法，掌握AI繪圖模型的訓(xùn)練、測試過程，并能研發(fā)屬于自己的AI繪圖模型。本書共19章，分為快

作為人工智能的核心技術(shù)，機器學(xué)習(xí)在數(shù)據(jù)分析中具有舉足輕重的地位。本書在介紹機器學(xué)習(xí)相關(guān)知識的基礎(chǔ)上，主要介紹了如何對有噪聲的數(shù)據(jù)進行魯棒回歸分析。全書共6章，除第1章外，各章對異常點或重尾分布數(shù)據(jù)中的具體問題進行了詳細(xì)分析與建模，所涉及的問題包括權(quán)值選擇問題、變量相關(guān)性問題以及網(wǎng)絡(luò)數(shù)據(jù)問題等。本書對于構(gòu)建具有魯棒性的機

本書圍繞Python技術(shù)棧，講解測試開發(fā)技術(shù)棧領(lǐng)域的各項核心技術(shù)要點。全書共11章，首先講解pytest單元測試框架在測試領(lǐng)域的技術(shù)棧要點，包含pytest從最基本的應(yīng)用到高階應(yīng)用。接著講解服務(wù)端測試開發(fā)領(lǐng)域主流的核心思想、主流測試開發(fā)工具在解決服務(wù)端測試開發(fā)中的技術(shù)難點，以及服務(wù)端測試框架的設(shè)計和項目實戰(zhàn)案例。在框架

《Python貝葉斯建模與計算》旨在幫助貝葉斯初學(xué)者成為中級從業(yè)者。本書使用了PyMC3、TensorFlowProbability和Arviz等多個軟件庫的實踐方法，重點是應(yīng)用統(tǒng)計學(xué)的實踐方法，并參考了基礎(chǔ)數(shù)學(xué)理論。本書首先回顧了貝葉斯推斷的概念。第2章介紹了貝葉斯模型探索性分析的現(xiàn)代方法�；�于這兩個基本原理,接下來

《計算機控制技術(shù)》以反饋控制理論為基礎(chǔ)，從s域到z域的信號轉(zhuǎn)換出發(fā)，詳細(xì)闡述了計算機控制系統(tǒng)的模型分析、控制器設(shè)計及工程應(yīng)用的理論和方法�！队嬎銠C控制技術(shù)》理論聯(lián)系實際，既注重計算機控制的基礎(chǔ)理論和基本方法，也涵蓋預(yù)測、模糊與神經(jīng)網(wǎng)絡(luò)等先進控制技術(shù)，并進行了“本研貫通”模塊化設(shè)計。為便于讀者對知識的理解、掌握和運用，特

可解釋AI(InterpretableAI)將教會你識別模型所學(xué)習(xí)的模式及其產(chǎn)生結(jié)果的原因。通過閱讀《可解釋AI實戰(zhàn)（PyTorch版）》，你將掌握一些用于解釋白盒模型(如線性回歸和廣義可加模型)的方法，以及一些用于解釋復(fù)雜深度學(xué)習(xí)模型的方法�？山忉孉I是一個快速發(fā)展的領(lǐng)域，本書將該領(lǐng)域的前沿研究簡化為你可以在P