控制工程基礎(chǔ)理論是高等院校理工科諸多專業(yè)的一門重要基礎(chǔ)課或?qū)I(yè)基礎(chǔ)課。本書重點(diǎn)講述了經(jīng)典控制理論的基礎(chǔ)知識。全書共分7章：緒論、數(shù)學(xué)基礎(chǔ)、數(shù)學(xué)模型、時域響應(yīng)分析、誤差分析、頻域響應(yīng)分析、系統(tǒng)的設(shè)計(jì)和校正。本書重點(diǎn)突出，層次清晰，語言簡練，是在參考了大量最新版本的國內(nèi)外各種教材，并結(jié)合多年授課經(jīng)驗(yàn)寫成。書中除適量例題外，
本書從設(shè)計(jì)的視角出發(fā)，思考計(jì)算機(jī)科學(xué)、心理學(xué)、社會學(xué)等多學(xué)科在交互設(shè)計(jì)中的角色，梳理了交互設(shè)計(jì)的理論框架，能幫助設(shè)計(jì)師、學(xué)生形成完整的人機(jī)交互視野，進(jìn)而激發(fā)其對交互產(chǎn)品、設(shè)計(jì)流程、設(shè)計(jì)評估等方面的反思和創(chuàng)新。第一章從交互設(shè)計(jì)的定義和范疇開始，探索其與用戶體驗(yàn)、人機(jī)交互等概念的關(guān)系。第二章聚焦于用戶研究。了解用戶需求、行
邊緣AI正在改變計(jì)算機(jī)與真實(shí)世界的交互方式，讓物聯(lián)網(wǎng)設(shè)備可以使用過去由于成本、帶寬或功耗限制而被丟棄的絕大部分傳感器數(shù)據(jù)做出決策。通過嵌入式機(jī)器學(xué)習(xí)等技術(shù)，開發(fā)者可以捕捉人類直覺并將其部署至任何目標(biāo)——從超低功耗微控制器到嵌入式Linux設(shè)備。 這本實(shí)用指南為包括產(chǎn)品經(jīng)理和技術(shù)領(lǐng)導(dǎo)者在內(nèi)的工程專業(yè)人士提供了一個端到端
本書主要介紹了梯度下降和PyTorch的Autograd；訓(xùn)練循環(huán)、數(shù)據(jù)加載器、小批量和優(yōu)化器；二元分類器、交叉熵?fù)p失和不平衡數(shù)據(jù)集；決策邊界、評估指標(biāo)和數(shù)據(jù)可分離性等內(nèi)容。
本書遵循第8版的章目編排，共分為10章，每章由三部分組成：第一部分為復(fù)習(xí)筆記，剖析本章的重難點(diǎn)內(nèi)容；第二部分為課后習(xí)題詳解，對第8版的習(xí)題進(jìn)行了詳細(xì)的分析和解答；第三部分為名�？佳姓骖}詳解，精選名�？佳姓骖}，并提供了詳細(xì)的解答。
本書結(jié)合理論知識和算法模擬，從多個維度詳細(xì)剖析分布式隨機(jī)優(yōu)化算法的基本原理和應(yīng)用實(shí)踐，同時對分布式隨機(jī)優(yōu)化算法開發(fā)中的重點(diǎn)和難點(diǎn)問題進(jìn)行了重點(diǎn)講解。本書共包括7章，第1章背景知識，主要介紹分布式隨機(jī)優(yōu)化的研究背景和應(yīng)用場景；第2章數(shù)學(xué)基礎(chǔ)，主要介紹了分布式的相關(guān)概念與算法設(shè)計(jì)應(yīng)用到的定理；第3-7章分布式隨機(jī)優(yōu)化算法及
本書共分為三部分，內(nèi)容包括：概述、基于輿情現(xiàn)象識別視角的網(wǎng)絡(luò)輿情預(yù)測、政府媒體在網(wǎng)絡(luò)輿情演化中的傳播力與影響力研究。具體內(nèi)容包括：緒論；相關(guān)理論與技術(shù)概述；面向非均衡事件子集的輿情反轉(zhuǎn)預(yù)測；網(wǎng)絡(luò)暴力類輿情事件演化及預(yù)測等。
本書在全面介紹生成式人工智能和ChatGPT應(yīng)用的同時，也幫助讀者對這兩項(xiàng)技術(shù)、架構(gòu)及使用方法進(jìn)行多方位理解，包括生成式人工智能的技術(shù)背景、開發(fā)過程和發(fā)展現(xiàn)狀。本書有助于展現(xiàn)生成式AI技術(shù)在不同行業(yè)中實(shí)現(xiàn)效益的創(chuàng)新應(yīng)用和潛在價值。最后，本書指出了各個行業(yè)中適合進(jìn)一步研究和發(fā)展的領(lǐng)域，這些領(lǐng)域在不久的將來將能夠借助生成式
本書分為基礎(chǔ)篇、中級篇和高級篇，主要介紹人工智能的原理和編程實(shí)現(xiàn)案例，內(nèi)容包括人工智能技術(shù)的發(fā)展過程，人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、優(yōu)化方法、正則化方法和訓(xùn)練方法，前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)的各種獲取方法和處理方法，大語言模型等。本書的編程部分從利用Python實(shí)現(xiàn)AI算法，過渡到利用高級框架keras，使讀
人工智能在音樂、美術(shù)、工業(yè)和科學(xué)等領(lǐng)域的創(chuàng)造性過程中發(fā)揮著非常重要的作用，特別是隨著大模型技術(shù)的發(fā)展，AI在藝術(shù)創(chuàng)作、工業(yè)設(shè)計(jì)、產(chǎn)品建模等領(lǐng)域發(fā)揮著越來越重要的作用，而虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)以及元宇宙等新概念、新模式正在改變著教育、醫(yī)療、購物等生產(chǎn)生活的方式。本書從AI生成模型出發(fā)，深入全面介紹AI創(chuàng)造所涉及的理論方法。而
書單推薦 新書推薦
