本書屬于智能感知技術方面的著作。由人工智能概述、傳感器技術、視覺感知技術、力/觸覺感知技術、無人駕駛汽車與無人機的實際應用以及對智能感知技術的展望等部分構成。全書主要研究在人工智能時代的背景下,智能機器人對外部環(huán)境的感知方式,闡述了智能感知的關鍵技術傳感器技術,包括視覺和力/觸覺傳感器,并對視覺感知與力/觸覺感知技術進
本書著重介紹人工智能的基本概老,力求團清人工智能相關學科理論與實際應用之間的關聯(lián)。從智能引入人工智能的概老、發(fā)展。主要流源和未來發(fā)展的趨勢:在數(shù)據(jù)、算力和算法的核心驅動下,引入計算智能。感知智能、語富智能、行為智能和混合智能的概念。原理、方法與進展,并從不同的學科角度介細人工智能的應用與趨勢:最后介部人工智能面臨的問題
本書是工科類專業(yè)的實驗教學教材,配套有2021年江蘇省省級金課"城市追蹤場景下的自動控制虛擬仿真實驗”。該虛擬仿真課程給學生提供了一個隨時隨地實驗學習的平臺。本書涵蓋了經(jīng)典控制理論與現(xiàn)代控制理論的重點和難點內容,強調理論與實際相結合,主要內容包括MATLAB軟件基礎、四旋翼無人機虛擬仿真實驗平臺、控制系統(tǒng)的時域分析、根
深度學習是機器學習的一個分支,包括一套建立數(shù)據(jù)高級抽象模型的算法!痘赗語言的高級深度學習》將幫助讀者了解流行的深度學習架構及其用R語言實現(xiàn)的變體,并提供實際示例!痘赗語言的高級深度學習》內容涵蓋用于預測和分類的重要的深度學習技術和概念,包括神經(jīng)網(wǎng)絡、深度學習架構以及用R實現(xiàn)深度學習的基礎知識!痘赗語言的高級
本書圍繞物聯(lián)網(wǎng)通信技術應用的崗位定義和崗位職能,以物聯(lián)網(wǎng)傳感器認知與應用、物聯(lián)網(wǎng)執(zhí)行器認知與應用、物聯(lián)網(wǎng)通信終端開發(fā)、物聯(lián)網(wǎng)短距離無線通信技術應用、物聯(lián)網(wǎng)長距離無線通信技術應用、物聯(lián)網(wǎng)云平臺的使用為主要技能點組織和闡述物聯(lián)網(wǎng)通信技術知識和技能。本書包括6個項目,按照感知層、網(wǎng)絡層、應用層一步一步展開。每個項目中的任務設
本書將數(shù)學理論與實例相結合,這些實例以最*先進的通用機器學習框架為基礎,由Python實現(xiàn),向讀者介紹更復雜的算法。全書共25章,包括機器學習模型基礎、損失函數(shù)和正則化、半監(jiān)督學習導論、高級半監(jiān)督分類、基于圖的半監(jiān)督學習、聚類和無監(jiān)督學習模型、高級聚類和無監(jiān)督學習模型、面向營銷的聚類和無監(jiān)督學習模型、廣義線性模型和回歸
神經(jīng)計算的信息論方法 香農(nóng)信息科學經(jīng)典
機器學習的信息論方法 香農(nóng)信息科學經(jīng)典
本書是《Scikit-learn機器學習詳解》(潘風文編著)的進階篇,講解了Sklearn(Scikit-learn)機器學習框架的各種高級應用技術,包括數(shù)據(jù)集導入工具、集成學習、模型選擇和交叉驗證、異常檢測、管道、信號分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學習,讀者可快速掌握Sklearn框架的高
本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關鍵痛點,為構建解決語義匹配問題的深度學習模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題,以及近年來的研究進展。第2章介紹傳統(tǒng)匹配模型,包括潛在空間模型。第3章介紹深度學習技術在構建匹配模型時的應用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型,并將當前的深度