自動(dòng)控制原理是自動(dòng)化相關(guān)專業(yè)的基礎(chǔ)理論課。本書主要介紹自動(dòng)控制原理的經(jīng)典驗(yàn)證性實(shí)驗(yàn)及綜合設(shè)計(jì)性系統(tǒng)實(shí)驗(yàn)。全書共11章，內(nèi)容包括自動(dòng)控制系統(tǒng)的時(shí)域分析、根軌跡法、頻率法、控制系統(tǒng)的校正、非線性系統(tǒng)分析、線性離散系統(tǒng)、基于ELVISII的控制系統(tǒng)設(shè)計(jì)、單自由度垂直起降飛行器控制系統(tǒng)的設(shè)計(jì)、旋轉(zhuǎn)倒立擺控制系統(tǒng)的設(shè)計(jì)、實(shí)驗(yàn)中常

本書主要介紹一種機(jī)器學(xué)習(xí)算法——提升法，主要關(guān)注其基礎(chǔ)理論和算法，也兼顧了應(yīng)用。全書共14章，分為4個(gè)部分。首先給出機(jī)器學(xué)習(xí)算法及其分析的概要介紹，然后第一部分重點(diǎn)探究了提升法的核心理論及其泛化能力。第二部分主要介紹了有助于理解和解釋提升法的其他理論，包括基于博弈論的解釋、貪心算法、迭代投射算法，并與信息幾何學(xué)和凸優(yōu)化

本書全面且系統(tǒng)地介紹了機(jī)器學(xué)習(xí)測(cè)試技術(shù)與質(zhì)量體系建設(shè)，分為5部分，共15章。第一部分（第1～4章）涵蓋了機(jī)器學(xué)習(xí)、Python編程、數(shù)據(jù)分析的基礎(chǔ)知識(shí)；第二部分（第5～7章）介紹了大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)測(cè)試指南及相關(guān)工具實(shí)踐；第三部分（第8～10章）講解了機(jī)器學(xué)習(xí)測(cè)試基礎(chǔ)、特征專項(xiàng)測(cè)試及模型算法評(píng)估測(cè)試；第四部分（第11～

本書分為3部分，分別是綜述篇、通用技術(shù)篇和行業(yè)應(yīng)用篇。綜述篇介紹了現(xiàn)階段人工智能產(chǎn)品發(fā)展情況和人工智能政策環(huán)境。通用技術(shù)篇精心挑選10個(gè)以研發(fā)底層技術(shù)為核心競(jìng)爭(zhēng)力的企業(yè)的產(chǎn)品，詳細(xì)介紹了它們的實(shí)現(xiàn)思路以及現(xiàn)階段應(yīng)用。行業(yè)應(yīng)用篇共有24個(gè)案例，主要匯集了人工智能技術(shù)與實(shí)體經(jīng)濟(jì)結(jié)合的應(yīng)用案例，重點(diǎn)關(guān)注人工智能技術(shù)的應(yīng)用場(chǎng)景

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門學(xué)科。其目標(biāo)是模擬人類的學(xué)習(xí)活動(dòng)，從數(shù)據(jù)中獲取知識(shí)和技能，重新組織已有的知識(shí)結(jié)構(gòu)，從而不斷改善系統(tǒng)性能。本書共9項(xiàng)目。項(xiàng)目1介紹機(jī)器學(xué)習(xí)基礎(chǔ)，概要介紹機(jī)器學(xué)習(xí)的發(fā)展簡(jiǎn)史和一般步驟，以及本書涉及的方法和算法；項(xiàng)目2項(xiàng)目7討論k近鄰算法、線性回

本書全面、系統(tǒng)地介紹了經(jīng)典控制理論的基本內(nèi)容和自動(dòng)控制系統(tǒng)的分析、校正與綜合設(shè)計(jì)方法。全書共分8章，主要包括自動(dòng)控制的基本概念、控制系統(tǒng)的數(shù)學(xué)描述、時(shí)域分析法、根軌跡分析法、頻域分析法、線性控制系統(tǒng)的綜合與校正、離散時(shí)間控制系統(tǒng)、非線性控制系統(tǒng)等。每章最后一節(jié)為相應(yīng)的Matlab仿真實(shí)例。各章末給出本章小結(jié)和關(guān)鍵術(shù)語(yǔ)和

本書全面系統(tǒng)地闡述了人工智能的基本原理，勾畫了人工智能理論和技術(shù)體系的基本框架，內(nèi)容涵蓋了人工智能各個(gè)分支領(lǐng)域的基本知識(shí)和主要內(nèi)容，并體現(xiàn)了人工智能的最新進(jìn)展。本書內(nèi)容全面、基礎(chǔ)、新穎、實(shí)用，為讀者進(jìn)一步學(xué)習(xí)和研發(fā)奠定了基礎(chǔ)，指引了方向。全書共分為六篇，每篇為一個(gè)知識(shí)單元。本書結(jié)構(gòu)風(fēng)格獨(dú)特，條理清楚，語(yǔ)言精練，圖文并茂

本書主要介紹如何應(yīng)用Tensorflow來(lái)實(shí)現(xiàn)深度學(xué)習(xí)的架構(gòu)與應(yīng)用。全書從tensorflow的基本語(yǔ)法，基礎(chǔ)教程、高級(jí)工具以及進(jìn)階教程來(lái)對(duì)深度學(xué)習(xí)的理論與技術(shù)進(jìn)行深入分析與講解，并提供大量的案例從零開(kāi)始教會(huì)讀者如何使用深度學(xué)習(xí)進(jìn)行開(kāi)發(fā)以及應(yīng)用。本書主要介紹如何應(yīng)用Tensorflow來(lái)實(shí)現(xiàn)深度學(xué)習(xí)的架構(gòu)與應(yīng)用。全書從

本書分為14章,涵蓋的主要內(nèi)容有人工智能的發(fā)展;開(kāi)發(fā)環(huán)境的部署與使用;TensorFlow2.0框架結(jié)構(gòu)及基本函數(shù)使用;神經(jīng)網(wǎng)絡(luò)的發(fā)展與基本結(jié)構(gòu);圖像處理;TensorFlow2.0可視化工具TensorBoard;普通神經(jīng)網(wǎng)絡(luò)曲線擬合;普通神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)MNIST手寫字體識(shí)別;圖像風(fēng)格遷移;小型汽車車牌識(shí)別;

本書屬于人工智能方面的基礎(chǔ)研究的著作,全面探討研究人工智能的基本理論和技術(shù)發(fā)展,由人工智能基本概念、確定性知識(shí)系統(tǒng)、不確定性知識(shí)系統(tǒng)、智能搜索技術(shù)、自然語(yǔ)言理解等五大部分組成。全書以人工智能為研究對(duì)象,分析人工智能的原理及其在各方面的應(yīng)用,在此技術(shù)基礎(chǔ)上,結(jié)合現(xiàn)實(shí)需求,提出人工智能對(duì)社會(huì)的重要性與未來(lái)的發(fā)展方向。