本書深入講解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)，側(cè)重于闡釋深度學(xué)習(xí)的核心概念。作者以技術(shù)原理為導(dǎo)向，輔以貫穿全書的MNIST手寫數(shù)字識別項目示例，介紹神經(jīng)網(wǎng)絡(luò)架構(gòu)、反向傳播算法、過擬合解決方案、卷積神經(jīng)網(wǎng)絡(luò)等內(nèi)容，以及如何利用這些知識改進深度學(xué)習(xí)項目。學(xué)完本書后，讀者將能夠通過編寫Python代碼來解決復(fù)雜的模式識別問題。

本書以一名深度學(xué)習(xí)學(xué)習(xí)者的視角展開深度學(xué)習(xí)相關(guān)的理論、技術(shù)和實踐寫作，因而命名為深度學(xué)習(xí)筆記。本書作為一本以“筆記”命名的深度學(xué)習(xí)圖書，主要定位是面向廣大希望入門深度學(xué)習(xí)的初學(xué)者。本書以深度神經(jīng)網(wǎng)絡(luò)(DNN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)為核心，詳細介紹了深度學(xué)習(xí)的理論基礎(chǔ)、通用方法和三大網(wǎng)絡(luò)的原理與

工智能AI是計算機科學(xué)與技術(shù)的一個重要分支與應(yīng)用，目前人工智能主要的研究與開發(fā)方向有模擬、延伸與擴展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)，涉及的技術(shù)與應(yīng)用包括：大數(shù)據(jù)基礎(chǔ)、知識表示、專家系統(tǒng)、機器學(xué)習(xí)、深度學(xué)習(xí)、機器人與智能制造、圖像識別、語音識別和自然語言處理等方向。 本書是為高等院校相關(guān)專業(yè)“人工智能導(dǎo)論”課程全

《圖解機器學(xué)習(xí)—算法原理與Python語言實現(xiàn)》從應(yīng)用場景出發(fā)，利用大量圖解和流程圖相結(jié)合的方式講解機器學(xué)習(xí)的基本知識及其常用經(jīng)典算法的應(yīng)用，全書沒有大篇幅的理論介紹和復(fù)雜的數(shù)學(xué)公式推導(dǎo)，也沒有生澀難懂的專業(yè)術(shù)語，而是通過淺顯易懂的圖示、直觀的流程圖以及與生活息息相關(guān)的實例應(yīng)用讓讀者輕松學(xué)習(xí)和掌握機器學(xué)習(xí)知識，從

《人工智能概論》采用“理實一體化”的方式，利用人工智能領(lǐng)域現(xiàn)今非常流行的編程語言Python編寫程序，以案例形式引出人工智能領(lǐng)域中常遇到的問題，讓讀者在學(xué)習(xí)人工智能理論的同時，通過動手實訓(xùn)對人工智能有更深刻的認識。全書共9章，內(nèi)容包括人工智能的前世今生、智能感知、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)、人臉識別與視覺圖像、自然語

本書的設(shè)計和編寫理念是培養(yǎng)高職學(xué)生的人工智能素養(yǎng)、計算思維能力和人工智能應(yīng)用能力，內(nèi)容選取既適合高職學(xué)生的特點，同時突出人工智能的通識性、典型性、實用性和可操作性。書中選取多個反映人工智能典型問題的案例，采用項目化思想重構(gòu)所有案例，每個案例由循序漸進的遞進式任務(wù)組成，支持課堂分層次教學(xué)實施。全書共分8章，主要內(nèi)容包括人

本書主要介紹人工智能的起源與發(fā)展、發(fā)展人工智能的國家戰(zhàn)略意義、人工智能專業(yè)的培養(yǎng)目標與課程體系，以及人工智能技術(shù)在生活、生產(chǎn)、交通、電力、建筑、醫(yī)療、電競、金融、物流、國防等領(lǐng)域應(yīng)用的新進展。本書的編寫深入淺出、突出應(yīng)用、圖文并茂、通俗易懂，通過人工智能在各個領(lǐng)域應(yīng)用的具體案例，介紹了人工智能的內(nèi)在實現(xiàn)機理和應(yīng)用現(xiàn)狀，

本書比較全面系統(tǒng)地闡述了自動控制原理的基本理論和應(yīng)用。全書分8章。第1章深入淺出地講述了自動控制的基本概念和發(fā)展歷史；第2章介紹了線性連續(xù)控制系統(tǒng)在時域和復(fù)域中的數(shù)學(xué)模型及其結(jié)構(gòu)圖和信號流圖；第3~5章分別講述了線性連續(xù)控制系統(tǒng)的時域分析法、根軌跡分析法、頻域分析法；第6章比較全面地闡述了線性連續(xù)控制系統(tǒng)的幾種典型校正

通過這本實用的教程，你將學(xué)會如何構(gòu)建一個機器學(xué)習(xí)模型驅(qū)動的應(yīng)用示例，將最初的想法轉(zhuǎn)化成可部署的產(chǎn)品。數(shù)據(jù)科學(xué)家、軟件工程師和產(chǎn)品經(jīng)理——無論經(jīng)驗豐富的的專家，還是剛剛?cè)腴T的新手——都可以循序漸進地學(xué)習(xí)構(gòu)建真實機器學(xué)習(xí)應(yīng)用涉及的工具、最佳實踐，完成相關(guān)的技術(shù)挑戰(zhàn)。學(xué)習(xí)設(shè)計、構(gòu)建和部署機器學(xué)習(xí)（ML）應(yīng)用所需的技能。通過這

本書把窄帶物聯(lián)網(wǎng)（NB-IoT）的應(yīng)用知識體系歸納為終端、信息郵局、人機交互系統(tǒng)3個有機組成部分。針對終端，給出通用嵌入式計算機的概念，并將其軟件分為BIOS與User兩部分；針對信息郵局，將其抽象為固定IP地址與端口，并由此設(shè)計了云偵聽程序模板；針對人機交互系統(tǒng)，設(shè)計了Web網(wǎng)頁、微信小程序、手機App及PC客戶端等