设备控制技术

本书主要介绍了设备控制技术的发展；常用低压电器和液压元件的工作原理、作用、图形文字符号及使用方法；继电接触式控制基本环节；可编程序逻辑控制技术；典型设备控制技术等...

商务智能与数据挖掘

过程控制装置及系统设计

本书比较系统地介绍了过程控制装置及其设计的基本概念及步骤，主要内容包括过程自动控制的基本概念，过程控制系统设计的基本步骤，被控对象的动态特性的捕述和建模以及各种动态特性的实验测定，常规过程控制装置包括典型变送器、控制器和执行器的工作原理，单回路控制系统及其参数的整定方法，常用的以前馈、串级、比值、均匀、选择性控制系统为主的复杂控制系统原理，计算机控制系统构成。同时，介绍了现场总线系统、工业以太网以及智能无线仪表与网络以及软测量等新知识

传感器与检测技术

本书根据教育部高职高专培养目标和高职高专院校对本课程教学的基本要求进行编写，主要内容包括传感器技术基础、温度传感器、力传感器、光电传感器、图像传感器、霍尔传感器与其他磁传感器及应用、位移、物位传感器、新型传感器、传感器接口电路、智能传感器、传感器网络等。此外，本书根据高职高专学生学习的特点增加了实训内容，突出了高职高专重实验、实训能力培养的目标。 本书可作为高等职业院校机电类专业规划教材使用，也可作为成人教育、职业培训的教材，并

工控组态软件及其应用

本书详细介绍广泛应用的kingview、wincc、forcecontrol等组态过程与工程应用，以大量图形的形式深入浅出地介绍了组态软件与底层设备联合应用案例，并集合电气控制和工艺来讲述。本书突出应用性，实用性强、涉及面广，可作为本科自动化、电气等专业的学生教材用书，也可作为工程技术人员自学的组态软件读物...

测控系统原理与设计

《测控系统原理与设计》是依据高等学校仪器科学与技术类测控专业本科及研究生的教学要求而编写的，主要涉及计算机测试技术与计算机控制技术两方面的内容，侧重以计算机技术测控系统的应用技术为主线，从工程实际出发，就测控系统的原理、结构，信号采集、数据处理，控制算法的原理与实现和实际应用技术逐步深入展开。通过本书的学习，学生应掌握运用微型计算机组成测控系统的基本方法，具备计算机测控系统的设计开发能力，为今后实际工作和科学研究打下必要的基础...

人机工程学-赠送电子课件

本书内容包括人机工程学概论、人机工程学研究方法、人体生理特性、人体测量、人体运动的生物力学特性、显示与操纵装置设计、人机声环境、人机界面设计、作业空间设计、人机系统设计与评价10部分内容。本书是编者根据其多年的教学和实际的工作经验而编写,从设计类高校学生的实际情况出发,将理论知识融入案例进行讲解,注重培养学生的实际动手能力和实践能力...

人机界面设计-赠送电子课件-赠送教学参考资料

本书共8章，主要介绍图形图像基础及色彩设计、数字人机界面工具、图标设计、搜狗拼音输入法皮肤设计、软件界面设计、网站界面设计和设计要素等相关内容...

自动控制原理

《21世纪全国本科院校电气信息类创新型应用人才培养规划教材：自动控制原理》系统阐述了自动控制理论的基础概念及其分析研究方法。《21世纪全国本科院校电气信息类创新型应用人才培养规划教材：自动控制原理》从控制理论的基础知识人手，着重讲解基本概念、基本理论和基本的分析方法。全书

自动控制原理

《自动控制原理》是系统与控制学科领域的一门基础课程。本书按照课程教学大纲和学科定位，以线性时不变系统为基本研究对象，对线性系统的时间分析理论和频率分析理论作了全面系统的论述。全书共分8章，主要内容包括自动控制的基本概念，控制系统的数学模型及其推算，线性系统的时间分析法、根轨迹分析法和频率分析法，线性离散系统分析，非线性系统的描述函数分析法和相平面分析法，以及线性系统的时域和频域综合方法等。各章还含有matlab支持下的计算机辅助分析与

北京大学出版社RASPBERRY PI入门与机器人实战

RaspberryPi是一套价格低廉且高性能的计算机系统，大小就像信用卡一样，由于“迷你”，因此可用于任何你所能想到的地方。本书将介绍如何运用这台神奇的小型计算机来构建专属的开发环境，制作超酷的机器人专案，从专案设计与开发的过程中获得实操的乐趣。《RaspberryPi入门与机器人实战》内容的编排由浅入深，读者不需要有RaspberryPi的基础，即可经由本书进入RaspberryPi的世界。而关于机器人的制作方面，则是以常见的马达、

海量数据处理与大数据技术实战

《海量数据处理与大数据技术实战》是大数据开发领域中以实战案例为主旨的经典之作。本书全面阐述了大数据开发领域中常用的技术原理和框架，以及框架对应的实战案例。全书共分为四大篇章：大数据基础篇、大数据离线批处理技术篇、大数据在线实时处理技术篇、大数据处理实战案例篇。大数据基础篇主要介绍了大数据的基础知识、Hadoop和Storm的基础知识以及发展现状和应用前景；大数据离线批处理技术篇主要介绍了Hadoop、Hive和Sqoop的基本原理、环

无人工智能数学基础

数据科学与人工智能数学基础课旨在帮助读者快速打下数学基础，通俗讲解每一个知识点。 全书分为3篇，共17章。其中篇为基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日；第2篇为核心知识篇，主要讲述了线性代数基础、特征值与矩阵分解、随机变量与概率估计、概率论基础、数据科学的几种分布、核函数变换、熵与激活函数；第3篇为 应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。书中案例均是与AI相关的案例

大数据战争:人工智能时代不能不说的事

无论是产业布局还是战略规划，人工智能时代大数据收集与应用的风险不能不加以正视。事实上，个人在其各种数据被众多网站大量收集几近成为“透明人”的情况下，大数据所有权该归谁？互联网公司进行数据竞争的边界在哪里？信息安全问题如何解决？政府监管如何着力？……本书选取大数据引发不正当竞争案（新浪微博诉脉脉案）、遗忘权案（任甲玉诉百度案）、大众点评网诉百度案、“头腾案”、Facebook“数据门”事件，以及美国CLOUD法案、欧盟GDPR应用等典型

机器学习线性代数基础:PYTHON语言描述

数学是机器学习绕不开的基础知识，传统教材的风格偏重理论定义和运算技巧，想以此高效地打下机器学习的数学基础，针对性和可读性并不佳。本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容，并分析推荐系统和图像压缩两个实践案例，在介绍完核心概念后，还将线性代数的应用领域向函数空间和复数域中进行拓展与延伸；同

人工认知系统导论

正如本书前言所讲，这是一本内容比较全面且易于理解的介绍人工认知系统的科普读物。全书首先对人工认知系统做了操作性定义，然后在余下的章节中介绍了自治性、具身化、学习与发展、记忆与前瞻、知识与表征以及社会认知等关键问题。考虑到读者群体，作者没有涉及“如何构建人工认知系统”等具体算法的内容，也没有讲到机器意识等比较艰深的领域。在结构上，全书可以划分为正文与页下注两部分，可以看作是故事的两条主线。正文着重对关键问题做简明的描述，而页下注则讲到了

无机器学习与深度学习算法基础

本书从机器学习的概念与基本原理开始，介绍了机器学习及近年来流行的深度学习领域的经典模型。阅读本书可以让读者系统地了解机器学习和深度学习领域的基本知识，领会模型算法的思路与策略。 本书分为两篇，共18章。一篇为经典机器学习模型，主要介绍常用的机器学习经典模型，包括线性回归、支持向量机模型、逻辑斯蒂回归、决策树模型、k近邻、朴素贝叶斯、线性判别分析和主成分分析、流形学习、聚类算法、稀疏编码、直推式支持向量机、集成算法。第二篇为深度学习模

无人工智能基础

这是一本很好好看的人工智能领域的入门读物，神经网络、机器人等当下的热门研究课题都有涉及。具体来看，全书共分为六个模块，涵盖了人工智能研究的各个方面，介绍了经典人工智能和现代人工智能，内容涉及智能是如何定义的、机器是如何思考的、机器系统中的感知输入、意识的原理等，包括了人工智能背后的哲学、技术和基础方法等。虽然也给出了人工智能编程的基本框架，但并没有涉及复杂的程序编写细节。因此这本小书可以说是对人工智能的全面概览——它对每个特定的主题不

无大脑的意识,机器的意识:脑神经科学的挑战

本书是一本关于人类智能和人工智能的科普读物。人工智能就其本质而言，是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。本书通过“意识的奇妙”“追逐大脑中意识的踪影”“意识的实验性研究——操作实验”“如何看待意识的自然法则”“意识是信息，还是算法”“大脑的意识和机器的意识”等章节，介绍了意识产生的机理、外

硅基物语.AI写作高手:从零开始用CHATGPT学会写作

本书从写作与ChatGPT的基础知识讲起，结合创作者的实际写作经历与写作教学经历，重点介了用ChatGPT写作的基础技巧、进阶写作的方法、不同文体的写作方法、写作变现的秘诀，让读者系统地理解写作技巧与变现思路。本书包括如下内容：用ChatGPT重建写作思维、快速摘定选题、快速写出标题、高效收集索材、生成文章结构、写出优质文章、进行日常写作训练，以及用ChatGPT提升写作变现能力。本书适合零基础想学习写作、想利用ChatGPT提高写作

机器学习入门:基于数学原理的Python实战

本书深入浅出地对机器学习算法的数学原理进行了严谨的推导 ; 并利用Python? 3对各种机器学习算法进行复现, 还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础 ; 线性回归、局部加权线性回归两种回归算法 ; Logistic回归、Softmax回归和BP神经网络3种分类算法 ; 模型评估与优化 ; K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法 —— 主成分分析...

数据领导力:人工智能时代数据化转型的关键路径

《数据领导力：人工智能时代数据化转型的关键路径》以七个人物的经历为轴心，记录了不同行业数据化转型的历程，展现了数据化转型过程中的具体困境、经验和教训，说明了数据领导力发挥作用的场景和路径。 七个人物所处行业不同、职位不同，但都在实际工作中展现了领导力，并一步步推动了数据化转型的进程。他们不仅要展现数据价值，还要影响周围的人，帮助组织接受数据化的理念，实现数据驱动流程的再造。每一步他们都有目标，都会尝试和反思，无论是成功还是失败，

码上行动:利用PYTHON与CHATGPT高效搞定EXCEL数据分析

本书在理论方面和实践方面都讲解得浅显易懂，能够让读者快速上手，一步步学会使用Python与Excel相结合进行数据处理与分析。 全书内容分3个部分共12章。第1~4章为入门部分，主要介绍什么是数据分析，以及Python的编程环境和基础语法知识。第5~9章为进阶部分，主要介绍数据处理和分析的各种方法。第10~12章为实战部分，这部分的3个实例综合了本书前面部分的知识点，介绍了如何结合Python与Excel在实际工作中进行数据处理与分析

TENSORFLOW+PYTORCH深度学习从算法到实战

《TensorFlow+PyTorch深度学习从算法到实战》详尽介绍深度学习相关的基本原理与使用TensorFlow、PyTorch两大主流框架的开发基础知识和基本技术，并且展示了在图像识别与文本生成实际问题中的应用方法。同时考虑到程序员擅长JavaScript 的人员比熟悉Python 的人员更多的情况，特别增加了对于TensorFlow.js 的介绍。初学者面对深度学习望而却步的主要原因是认为入门门槛太高，需要较多的算法基础训练。