小说 青春文学 中国散文 外国散文 悬疑推理 文学理论 文集 世界名著
外国小说| 中国当代小说| 中国古典小说| 中国近现代小说| 悬疑推理| 科幻小说 世界名著 四大名著| 作品集| 更多
外国诗歌| 中国古诗词| 中国现当代诗歌| 外国散文| 中国现当代散文| 中国古代散文 文学理论| 文集| 戏剧| 更多
玄幻/科幻| 悬疑/惊悚| 叛逆/成长| 爆笑/无厘头| 校园| 港台青春文学| 外国青春文学 更多
历史 哲学/宗教 社会科学 政治军事 传记 文化 古籍 管理 经济 成功励志 法律 语言文字
中国史| 世界史| 地方史志| 历史知识读物| 史料典籍| 史学理论| 考古文物 民族史志
政治| 军事| 中国政治| 国际政治| 外交/国际关系 哲学| 宗教| 美学 哲学知识读物| 中国古代哲学
历代帝王| 历史人物| 科学家| 体育明星| 文学家| 学者| 艺术家| 文娱明星 政治人物| 自传| 更多
世界文化| 中国文化| 中国民俗| 地域文化| 文化理论| 文化评述| 神秘现象
心理学| 人类学| 教育| 社会学| 新闻传播出版| 语言文字| 更多
古籍整理| 经部| 史类| 子部| 集部
经济理论| 中国经济| 国际经济| 经济通俗读物| 保险| 会计| 金融投资 市场营销| 管理学| 电子商务
成功激励| 口才演讲| 名人励志| 人际交往| 人生哲学| 心灵修养| 性格习惯 更多
法的理论| 法律法规| 国际法| 经济法| 更多
中国儿童文学 外国儿童文学 科普读物 绘本 动漫/卡通 幼儿启蒙
中国儿童文学| 外国儿童文学| 童话| 小说| 寓言传说|
动漫/卡通
科普| 百科| 历史读物| 生活常识| 益智游戏| 传统文化
幼儿启蒙| 少儿英语| 励志/成长| 艺术课堂
0-2岁| 3-6岁| 7岁及以上
绘画 书法篆刻 艺术理论 摄影 音乐
绘画理论| 国画| 油画| 素描速写| 水粉水彩
碑帖| 技法教程| 书法理论| 硬笔书法| 字帖| 篆刻
设计| 摄影后期| 摄影教程| 摄影理论| 摄影器材| 数码摄影| 作品集
影视理论| 影视赏析| 影视制作| 舞台/戏曲艺术
钢琴| 吉它| 理论/欣赏| 声乐| 通俗音乐| 外国音乐| 中国民族音乐| 作曲/指挥
宝石| 雕品| 古代家具| 钱币| 收藏百科| 收藏随笔| 书画| 陶瓷| 玉器
艺术理论| 雕塑| 工艺美术| 建筑艺术| 民间艺术| 人体艺术| 艺术类考试
美食 保健/心理健康 旅游 家庭教育 家居休闲
饮食文化| 保健食谱| 家常食谱| 八大菜系| 餐饮指南| 世界美食| 更多
健康百科| 健身| 心理健康| 中老年| 中医保健 常见病| 更多
旅游随笔| 旅游攻略| 旅游画册| 城市自助游| 国内自助游| 国外自助游| 地图地理 更多
孕产百科| 育儿百科| 更多
美丽妆扮| 两性关系| 家居休闲| 个人理财
中小学教辅 外语 教材 医学 计算机 自然科学
语文阅读| 拓展读物| 高考| 初中通用| 高中通用| 工具书 教师用书| 更多
英语读物| 职业英语| 英语考试| 大学英语| 少儿英语 更多
研究生/本科/专科教材 | 职业技术培训| 中小学教材|
操作系统/系统开发| 数据库| 信息安全 程序设计| 电脑杂志| 计算机教材| 计算机考试认证 计算机理论| 计算机体系结构| 家庭与办公室用书| 企业软件开发与实施| 人工智能 软件工程/开发项目管理|
考试| 家庭教育| 自然科学| 科普读物| 医学| 农林业| 工业技术| 建筑
笔记本 布艺品 书签/藏书票
笔记本| 布艺品| 书签/藏书票| 明信片| 笺纸| 胶带| 其它
《AI源码解读：机器学习案例（Python版）（人工智能科学与技术丛书）》以人工智能发展为时代背景，通过20个应用机器学习模型和算法的实际案例，为工程技术人员提供较为详细的实战方案，以便深入学习。在编排方式上，全书侧重对创新项目的过程进行介绍，分别从整体设计、系统流程和实现模块等角度论述数据处理、模型训练和模型应用，并剖析模块的功能、使用和程序代码。为便于读者高效学习、快速掌握人工智能开发方法，该书配套提供项目设计工程文档、程序代
《模式识别与人工智能（基于MATLAB）》将模式识别与人工智能理论与实际应用相结合,以酒瓶颜色分类为例,介绍了各种算法理论及相应的MATLAB实现程序。全书共分为10章,包括模式识别概述、贝叶斯分类器的设计、判别函数分类器的设计、聚类分析、模糊聚类、神经网络分类器设计、模拟退火算法的分类器设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计，覆盖了各种常用的模式识别技术...
本书是在原有《机器人控制系统的设计与MATLAB仿真》基础上撰写而成，并删除、增加和更新了部分内容。全书共分为两册，本书为上册，即基本设计方法部分。本书共分10章，包括先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑模控制、自适应鲁棒控制、末端轨迹及力控制及重复控制设计方法。每种方法都给出了算法推导、实例分析和相应的MATLAB设计仿真程序。本书特色如下： (1) 控制算法重点置于基础理论分析，针
本书是在原有《机器人控制系统的设计与MATLAB仿真》基础上撰写而成，并删除、增加和更新了部分内容。全书共分为两册，本书为上册，即基本设计方法部分。本书共分10章，包括先进PID控制、神经网络自适应控制、模糊自适应控制、迭代学习控制、反演控制、滑模控制、自适应鲁棒控制、末端轨迹及力控制及重复控制设计方法。每种方法都给出了算法推导、实例分析和相应的MATLAB设计仿真程序。本书特色如下： (1) 控制算法重点置于基础理论分析，
1. Arduino是一款国际流行的开源硬件，本书创造性地将Arduino与乐高积木完美的结合在一起，学生通过制作机器人既可以学习机械结构和程序设计的知识，又可以学习电子电路的知识和多种传感器的使用方法和科学原理。2. 本书是以授课的方式，通过大量的机器人实例制作和搭建图片让学生去学习机器人知识，适用于中小学教师将它作为校本课程的教材进行课堂教学，同样，本书也适用于初学者学习Arduino的使用方法和智能机器人的制作。3. 机器人的学
系统讲解数据挖掘机器学习工具weka 经典的开源挖掘工具、开放的java环境 初学者的入门*、研究者的钻研利器...
本书从MATLAB仿真的角度系统地介绍了滑模变结构控制的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。 本书是在第2版基础上修改而成的，并增加了部分内容。全书共分12章，包括滑模变结构控制发展综述、连续系统滑模控制、自适应鲁棒滑模控制、基于干扰及输出测量延迟观测器的滑模控制、反演及动态面滑模控制、基于滤波器及状态观测器的滑模控制、模糊滑模控制、神经滑模控制、离散系
《人工智能与开源硬件/科技教师能力提升丛书》将人工智能与开源硬件紧密结合，尝试用开源硬件实现人工智能的功能，为科技教师提供人工智能课程资源。 《人工智能与开源硬件/科技教师能力提升丛书》选取了在人工智能领域较为典型的应用，包括语音识别、图像识别、无人驾驶、物联网等，并以项目式教学（project-based learning，PBL）的形式将知识的讲解和学习融入项目中。 《人工智能与开源硬件/科技教师能力提升丛书》中的案例具有
本书深入浅出讲解深度学习，对复杂的深挖其本质，让其简单化；对简单的深挖其联系，让其丰富化。从理论知识到实战项目，内容翔实。 本书分为两篇，基础篇主要讲解深度学习的理论，实战篇是代码实践及应用。基础篇（~13章）包括由传统机器学习到深度学习的过度、图像分类的数据驱动的方法、Softmax损失函数、优化方法与梯度、卷积神经网络的各种概念、卷积过程、卷积神经网络各种训练技巧、梯度反传、各种卷积网络架构、RNN递归神经网络和序列模型、基于DL
《AI源码解读：循环神经网络（RNN）深度学习案例（Python版）》以人工智能发展为时代背景，通过20个实际案例应用机器学习模型和算法，为工程技术人员提供较为详细的实战方案，以便深度学习。在编排方式上，全书侧重对创新项目的过程进行介绍。分别从整体设计、系统流程、实现模块等角度论述数据处理、模型训练及模型应用，并剖析模块的功能、使用和程序代码。为便于读者高效学习，快速掌握人工智能开发方法，本书配套提供项目设计工程文档、程序代码、实现过
本研究在梳理知识演化、知识生命周期等知识进化理论和思想的基础上，介绍了引文网络、Meta-path、PageRank等网络分析理论和方法，阐述了Word2vec、Doc2vec、Node2vec等深度表示学习模型以及ARIMA、SVM等时间序列模型，以期为科学主题的演化和热度预测提供理论基础和方法支撑；以生物医学与生命科学领域PubMed Central数据全集为例，基于知识图谱技术构建了一种面向计量相关研究和应用的垂直领域知识图谱—
数字化智能化车间建设是实现智能生产的关键。本书介绍了数字化智能化车间的基本概念，提出了数字化智能化车间的体系架构模型，对数字化智能化车间技术体系中的虚拟车间建模与仿真优化、制造物联网技术及应用、生产过程智能管控、基于大数据的车间运行智能决策支持等关键内容进行了深入探讨，并结合企业应用案例进行详细说明...
本书对“互联网+人工智能+大数据+”时代的内涵进行了解读，分析了工业云产生的背景，提出了工业云的内涵、概念模型与特征，研究了工业云的发展现状和趋势。阐述了工业云体系架构与技术体系框架以及工业云系统总体技术、工业云平台技术和工业云基础支撑技术与应用技术；分析了国内外已有的工业云平台，重点阐述了作者团队研发的工业云平台——INDICS；总结了工业云的实施方法、评估方法、运行模式和范例集。提出了工业云发展展望...
今天，人工智能在我们的生活中随处可见。它能推送我们喜欢的电视节目，帮助我们诊断疑难杂症，还能向我们推荐商品。因此，让我们掌握人工智能的核心算法，拥抱日新月异的智能世界吧。 与那些充斥着公式和术语的教材不同，本书利用丰富的图表、案例和习题，深入浅出地讲解人工智能的基本概念。你只需要具备高中数学基础知识，即可轻松阅读本书。读完本书之后，你将能亲手设计算法来预测银行交易风险，创造艺术作品甚至配置自动驾驶汽车。 主要内容 ●各种人工智能
OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。本书基于Python 3.8全面、系统地介绍OpenCV 4.5的使用，并配套示例源代码、开发环境与答疑服务。 本书共分15章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本操作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，
本书针对绿色设计与制造的主要研究内容及方法技术进行专业介绍，包括绿色设计与制造的理论基础与研究现状，绿色设计的主要方法与工具，绿色制造的关键工艺技术，绿色工厂的应用实践等...
本书分为上、下两册，共26课，其中包括2个综合实践。上册4个单元，分别是程序思维、语音识 别、机器视觉和综合实践——垃圾分拣机，从“软件模拟”到“实物操作”，让学生感受到人工智能在 生活中的广泛应用。下册4个单元，分别是智能小车、旋转云台、机械手臂和综合实践——无人驾驶小 车，以探究性学习和创新思维培养为主线，侧重培养学生的动手能力，强调知识的融合应用与实践，实 现“玩中学，做中学”的教学思想。 本书适合开设人工智能课程的普通小学或
《机器学习实战使用R、tidyverse和mlr》将使用RStudio和很好棒的mlr程序包开启你的机器学习之旅。这本实用指南简化了理论,避免了不必要的复杂统计和数学知识,所有核心的机器学习技术都通过图形和易于掌握的示例进行清晰的解释。每一章的内容都十分引人入胜，你将掌握如何把新的算法付诸实践，以解决各种预测分析问题，包括泰坦尼克沉船事件中不同乘客的幸存概率、垃圾邮件过滤、毒酒事件调查等。 主要内容 使用tidyverse程序包处理和
本书既有理论研究，又有实践探讨，共分为6章，讲解了云计算安全中人工智能与大数据挖掘技术的应用实践。第1章从概念、发展、标准等角度宏观地介绍了云计算安全；第2章从云计算安全需求的角度阐释云计算安全的核心目标、公有云场景下的安全需求和私有云场景下的安全需求；第3章全面、系统地介绍了公有云安全技术体系和私有云安全技术体系；第4章详细介绍了人工智能技术在云计算安全领域的应用实践；第5章详细介绍了大数据挖掘技术在云计算安全领域的应用实践；第6章
本书以人工智能发展为时代背景,通过20个机器学习模型和算法案例,为读者提供较为详细的实战 方案,以便进行深度学习。 在编排方式上,全书侧重对创新项目的过程进行介绍,分别从整体设计、系统流程和实现模块等角度 论述数据处理、模型训练和模型应用等过程,并剖析模块的功能、使用及程序代码。为便于读者高效学习, 快速掌握人工智能程序开发方法,本书配套提供项目设计工程文档、程序代码、实现过程中出现的问题及 解决方法等资料,可供读者举一反三,二次开发
本书是一本论述系统虚拟化原理与实践的专业图书。全书分为6章,章概述系统虚拟化的基本 概念、发展历史、趋势展望、主要功能和分类,以及目前典型的虚拟化系统,并介绍openEuler操作系统的虚 拟化技术。第2~4章分别介绍系统虚拟化的三大组成部分: CPU 虚拟化、内存虚拟化和I/O 虚拟化的相 关原理,并配备相应实验便于读者理解。第5章介绍基于ARMv8的鲲鹏虚拟化架构,并概述其CPU、中 断、内存、I/O 和时钟虚拟化的基本原理。第6
告诉你一个不太光彩的秘密：在大多数数据科学项目中，有一半的时间都花在清理和准备数据上了。但还有更好的方法：针对表格数据和关系数据库进行优化的 深度学习技术，无需密集的特性工程，就能提供洞察和分析。学习使用少量的数据过滤、验证和清洗，就能解锁深度学习性能的技能。 《深度学习处理结构化数据实战》传授面向表格数据和关系数据库的强大数据分析技术。该书从多伦多公交系统的数据集出发，带你领略用深度学习处理表格化数据的简易性和便捷性，并教你
本书从虚拟偶像的发展历程和制作流程入手，通过通俗的语言和多方位的视角，介绍了2D\3D建模工具和深度学习框架TensorFlow与Pytorch在虚拟偶像制作中的应用，原理与实践并重，同时结合大量实际范例讲解如何建模、AI表情动作迁移以及人机交互等制作虚拟偶像的完整流程。从拟真人的人物建模到表情动作的实时捕捉，再到传输到动作引擎中驱动人物动作，向读者展现了人工智能技术的强大与魅力。 本书深入浅出，实操性和系统性强，适合有一定IT背景并
我们是否会被人工智能取代？我们要如何在人工智能时代下成为更好的设计师？这正是作者写这本书的目的。希望通过这本书，能为大家深入浅出地讲解现在的人工智能是什么，尤其是为没有开发经验的设计师讲解清楚人工智能的历史背景和现有技术；再结合一些人工智能和设计的案例，让大家清楚现在和未来我们能做什么、怎么做；最后通过对一些跨界设计师的采访， 希望能给大家带来一些启发...
本书特色（1） 神经网络控制算法重点研究学科交叉部分的前沿内容，并介绍有潜力的新思想、新方法，同时又兼顾基本概念、基本理论和基本设计方法。（2） 针对每种神经网络控制算法给出了完整的MATLAB仿真程序，并给出了程序的说明和仿真结果，具有很强的可读性。（3） 着重从应用领域角度出发，突出理论联系实际，面向广大工程技术人员，具有很强的工程性和实用性。书中同时提供了大量应用实例及其结果分析，为读者提供了有益的借鉴。（4） 书中给出的各种神
本书适合初学者快速入门深度学习算法和TensorFlow框架。我们已讲故事的方式向读者一步步地介绍每个核心算法，很好详细地剖析算法原理，手把手实现每个算法实战，不但让读者能够了解算法的工作原理，更重要的是教会读者如何一步步地思考问题并解决问题。具体地，我们会介绍目前深度学习的数学原理，反向传播算法，卷积神经网络，循环神经网络，对抗生产网络，自编码器，神经网络结构搜索，图卷积网络等等一系列前沿核心算法。使读者不仅可以明白原理，还能学以致
读者将： ● 使用Microsoft Cognitive Services API构建可用于生产环境的解决方案 ● 解决自然语言处理和计算机视觉中的企业问题 ● 探究机器学习开发生命周期——从正式的问题定义到规模化部...
本书从介绍深度学习和重要入门知识入手，通过范例讲解TensorFlow的应用开发。本书文字清晰、严谨，并辅以简洁明了的插图说明，同时提供步骤细致的范例程序教学，让读者可以轻松理解并掌握深度学习原理和TensorFlow开发方法。 本书分为12章，内容包括：环境安装、TensorFlow 2.0介绍、回归问题、二分类问题、多分类问题、神经网络训练技巧、TensorFlow 2.0不错技巧、TensorBoard不错技巧、卷积神经网络经
本书系统地介绍统计分析和机器学习领域中很为重要和流行的多种技术及其基本原理，本书在详解有关算法的基础上，结合大量Python语言实例演示了这些理论在实践中的使用方法。具体内容包括线性回归（包括岭回归和Lasso方法）、逻辑回归、支持向量机、感知机与神经网络、聚类分析（包括K均值算法、EM算法、密度聚类等）、降维与流形学习、集成学习、KNN、朴素贝叶斯、概率图模型（包括贝叶斯网络和HMM模型）等内容...
本书从深度学习基础理论和MATLAB机器学习工具箱开始，由浅入深地介绍主流深度学习技术在多个特定工程领域的技术实践。在广泛的场景中为读者提供有价值的理论建模、数据生成以及网络结构设计的方法与技术，这些知识将带领读者探寻深度学习技术的本质，并教会读者适当地使用这类技术解决自己的研究问题。 本书结合作者多年从事MATLAB商用工具箱设计的丰富经验，专门针对从事实际工作的工程师撰写，覆盖深度学习的技术细节，告诉我们深度学习集技术、科
本书讲述机器学习的基本原理，使用Pymon和Numpy实现涉及的各种机器学习算法。通过理论学习和实践操作，使读者了解并掌握机器学习的基本原理和技能，拉近理论与实践的距离。全书共分为13章，主要内容包括：机器学习介绍、线性回归、逻辑回归、贝叶斯分类器、模型评估与选择、K-均值算法和EM算法、决策树、神经网络、隐马尔科夫模型、支持向量机、推荐系统、主成分分析、集成学习。全书源码全部在Pvthon 3.7上调试成功，每章都附有习题和习题参考
智能制造是先进制造发展的z新形态，是企业实现转型升级的有力工具。为了更好地促进企业智能制造体系的推广和推进，作者撰写了这本书。本书分为三大部分：首先是智能制造的历史沿革，系统梳理了理论发展脉络，并对未来的理论趋势和z新的应用成果作了介绍；其次，对智能制造的前沿技术作了分析，包括智能产品/装备、大数据与制造智能、模型驱动的系统工程、数字化技术与制造执行系统；最后以汽车产业和国防工业为例，系统解析了智能制造模式的设计与实施，并深度解析了美
本书在多个精彩示例的引导下, 讲述神经网络、Agent、多Agent系统、监管学习与无监管学习, 帮助你学习基本AI概念, 并将这些理论知识应用于实际项目中。每章都在C#编程示例的引导下专门讲解一个主题。不仅介绍AI/机器学习理论知识, 还将这些理论付诸于火星漫游车、手写数字识别、神经网络、决策树算法等当今热门的科学领域...
本书介绍了人工智能和大数据的技术发展及相关应用领域。全书共分为4章： 章智能的含义，第2章数字学习，第3章算法的统治，第4章人工智能的用途。书中主要内容包括智能的定义、商业智能、人工智能、商业智能的发展历史、学习的定义、数字学习、大数据和物联网的影响、基于大数据的人工智能、监督学习和无监督学习、算法的定义、AI简史、人工智能的应用。为了方便读者阅读，本书在多个附录中介绍了AI和大数据的相关技术和术语。 本书适合从事人工智能项目开发的读
《强化学习》一书内容系统全面，覆盖面广，既有理论阐述、公式推导，又有丰富的典型案例，理论联系实际。书中全面系统地描述了强化学习的起源、背景和分类，各类强化学习算法的原理、实现方式以及各算法间的关系，为读者构建了一个完整的强化学习知识体系；同时包含丰富的经典案例，如各类迷宫寻宝、飞翔小鸟、扑克牌、小车爬山、倒立摆、钟摆、多臂赌博机、五子棋、AlphaGo、AlphaGo Zero、AlphaZero等，通过给出它们对应的详细案例说明和代
本书以独特的方式讲解数据科学，不仅让读者可以轻松学习数据科学理论，又可以动手（手算和机算）进行数据科学实战。本书特色：全彩印刷，图形、表格、思维导图丰富；避免深奥的数学证明，采用简单的数学说明；用各种学习图将本书内容贯穿起来；实战计算，包含小型数据的演算和大型数据的实战程序。 本书共13章，内容涵盖丰富的数据科学模型，包含关联分析、聚类分析、贝叶斯分类、近邻法、决策树、降维分析、回归模型等算法。利用小数据例题介绍计算步骤，同时用R
全书分为基础篇、理论篇和应用篇本三部分，部分作为机器人控制的基础，从机器人学的基本理论入手，介绍机器人学相关的基础理论知识；第二部分结合具体设计实例介绍机器人常用的控制方法；很后一部分阐述机器人控制技术在人机交互方面的应用...
主要内容 ● 了解异常检测的含义及其重要性 ● 熟悉利用scikit-learn进行异常检测的统计和传统机器学习方法 ● 借助Keras和PyTorch了解Python深度学习的基本知识 ● 掌握度量模型性能的基本数据科学概念：AUC、准确率和召回率等 ● 将深度学习应用于半监督和无监督异常检...
本书全面介绍自动机器学习，主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中，本书涵盖超参优化、元学习、神经网络架构搜索三个部分，每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外，本书还具体介绍了现有的各种可用的AutoML系统，如Auto-sklearn、Auto-WEKA及Auto-Net等，并且本书很后一章详细介绍了具有代表性的AutoML挑战赛及挑战赛结果背后
《深度学习理论及实战（MATLAB版）》主要介绍深度学习理论及实战，共5章，内容包括机器学习、人工神经网络、卷积神经网络、MATLAB深度学习工具箱和应用实例。在介绍基础理论方面，本书深入浅出、语言生动、通俗易懂； 在介绍应用实例时，本书贴近实际、步骤翔实、举一反三。本书对数十个例程进行了深入的讲解，并对代码进行了详细的注解。 《深度学习理论及实战（MATLAB版）》可以作为人工智能、电子信息、计算机科学相关专业的本科生、研究生的教
深度学习是人工智能发展的第三次浪潮，相关算法在计算机视觉、自然语言处理、游戏、机器人、无人驾驶及医疗诊断等众多领域取得了显著的成果，在国内外引起了广泛的关注。目前深度学习技术在产业界发展成熟，广大高等院校也相继开设人工智能相关专业。为满足广大读者对于深度学习的学习需求，作者编著了此书。本书按照神经网络到深度强化学习的脉络介绍深度学习的演进与相关理论，帮助读者形成关于深度学习和强化学习系统全面的知识体系。《深度学习从神经网络到深度强化学
这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、很小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。本书语言简明，案例丰富，实用性强，适合有志于机器学习
本书主要阐述了在服务型制造、社群化制造、云制造和产品服务系统等优选制造模式下面向产品全生命周期的智能制造服务特征表象和运行机理，构建了功能实现的层次框架，并分别从制造服务数据采集、智能计算与决策、生产性外包/众包的服务化、PSS的制造服务集成方案决策、智能制造服务的设计/运行与状态监控以及服务能力评估等方面进行了介绍...
深度学习是人工智能的一个分支，受到人类大脑的启发，致力于指导计算机用神经网络进行学习。在线文本翻译、自动驾驶、商品推荐和智能语音助手等一系列令人兴奋的现代技术应用领域，都在深度学习的辅助下取得了突破性进展。 《深度学习图解》指导你从*基础的每一行代码开始搭建深度学习网络！经验丰富的深度学习专家Andrew W. Trask以有趣的图解方式为你揭开深度学习的神秘面纱，使你可亲身体会训练神经网络的每个细节。只需要使用
本书以安防弱电信息化行业岗位技术需求为导向，以人工智能（AI）+安防应用为主体架构，系统、全面、详细地介绍了人工智能安防系统相关技术与行业案例应用。全书分为两部分。技术基础部分详细介绍了前端设备（摄像机结构与性能参数、IP高清摄像机、夜视摄像机、球形摄像机及人工智能摄像机等）与视频传输技术（模拟视频传输、Intranet网络视频传输、光纤视频传输及微波扩频无线传输）以及后端控制（NVR功能、视频存储系统、综合管理软件平台及AI人脸识别
本书由资深树莓派玩家精心写作，由浅入深地介绍树莓派在人工智能中的热点应用，具有很好的前瞻性，主要内容包括：树莓派的Debian Linux操作系统及其命令行的常见操作；语音传感器的使用（以ReSpeaker和Google Voice语音套件为例），即语音唤醒、语音识别、语音转文字、语音控制设备等硬件的原理及使用等；智能图像深度学习传感器Pixy2和Google Vision Kit套件的玩法；火爆的边缘推理设备Edge TPU和Cor
随着人工智能的发展以及TensorFlow在人工智能方面的火热应用，越来越多的大学逐步开设深度学习和人工智能课程。本书既是一本为读者量身定制的TensorFlow 2.0入门教材，也是针对需要学习TensorFlow 2.0新内容的读者提供的基础与进阶知识的深入型教材。 本书分为10章，主要内容包括TensorFlow 2.0开发环境、TensorFlow 2.0新特性、TensorFlow与Keras的使用、TensorFlow 2
本书详细阐述了与移动设备机器学习相关的基本解决方案，主要包括面向移动设备的机器学习应用程序、监督学习和无监督学习算法、iOS上的随机森林、在Android中使用TensorFlow、在iOS中使用Core ML进行回归、ML Kit SDK、垃圾邮件检测、Fritz、移动设备上的神经网络、使用Google Cloud Vision的移动应用程序、移动应用程序上机器学习的未来等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理
全面系统地讲述了深度学习、机器学习的主要算法，包括有监督学习，无监督学习，强化学习的54种算法。对算法的思想，推导与证明，实现要点有清晰透彻的阐述 对机器学习、深度学习算法在计算机视觉，自然语言处理，语音识别等领域的应用有详细的介绍 配有20个实验程序，包含18份源代码，帮助读者正确的掌握算法与开源库的使用 配有25个讲解视频，对复杂、难以理解的知识点有清晰透彻的讲解 ...
随着工业4.0的普及，机器视觉越来越流行，越来越多的机器代替人类从事重复性工作，人机协调共同工作的需求产生，HALCON作为机器视觉中很好的算法库，因其高效性、易用性、可查阅性而得到广泛的应用。 本书针对机器视觉原理、方法，以及箅法的应用进行探讨和说明，并进行实例分析，图文并茂，让读者全面、深入地了解机器视觉算法和HALCON的实现方式。通过具体的实例，可以提高读者对于实际项目的开发能力；同时也为机器视觉项目管理者提供项目技术参考。
“机器学习及其应用”（MLA）系列研讨会本着“学术至上、其余从简”的原则，不征文、不收费，迄今已举行17届，近年来参会人数超过2000人。《机器学习及其应用2021》邀请MLA 2019-2020的部分专家以综述的形式介绍机器学习领域的研究进展，内容涉及到监督学习、深度学习、强化学习、对抗学习、贝叶斯学习的基本理论和方法，同时介绍了机器学习在计算机视觉、自然语言处理、城市计算、语音信号处理、模式识别中的应用，代表了国内机器学习**的研
随着互联网、物联网、云计算等技术的不断发展，许多领域都产生了大量的数据。利用机器学习技术分析海量数据，可以从数据中发现隐含的、有价值的规律和模式，进而用于预测并采取相应动作。在上述背景下，本书从理论、技术和应用三个层面入手，全面讲解如何利用机器学习技术解决实际问题。 本书共分26章，内容包括机器学习解决问题流程、问题分析与建模、数据探索与准备、特征工程、模型训练与评价、模型部署与应用、回归模型、支持向量机、决策树、集成学习、K近邻算法
林奕含
刘争争
[日]熊田千佳慕 著,张勇 译
梁实秋
缪哲 著
宋瑞祥 著
京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394
营业执照出版物经营许可证 京出发京批字第直110071