以人工智能、基因編輯、大數(shù)據(jù)與量子計(jì)算為核心的前沿科技時(shí)代呼嘯而至。其中，人工智能的發(fā)展備受關(guān)注。盡管我們認(rèn)為人類距離強(qiáng)人工智能時(shí)代還很遙遠(yuǎn)，但是其廣泛的應(yīng)用場(chǎng)景已經(jīng)開始深刻影響我們的生活方式、理念，甚至人之所以為人的思考。 過去幾年全球提出了諸多倫理與治理原則，以應(yīng)對(duì)前沿科技發(fā)展帶來的挑戰(zhàn)。這些原則大都建立在工業(yè)文

本書為普通高等教育“十一五”國家級(jí)規(guī)劃教材，也是國家精品課程——浙江工業(yè)大學(xué)“自動(dòng)控制原理”課程建設(shè)成果，系統(tǒng)地闡述自動(dòng)控制的基本理論與應(yīng)用。全書共8章，第1章介紹自動(dòng)控制的基本概念；第2章介紹連續(xù)系統(tǒng)的微分方程、傳遞函數(shù)、結(jié)構(gòu)圖、信號(hào)流圖等數(shù)學(xué)模型及其相互關(guān)系；第3章介紹線性連續(xù)系統(tǒng)的時(shí)域設(shè)計(jì)方法，包括穩(wěn)定性、動(dòng)態(tài)性

本書是作者本書是在進(jìn)行多年教學(xué)改革實(shí)踐的基礎(chǔ)上,突出理論聯(lián)系實(shí)際,學(xué)以致用為目的而編寫的。本書全面介紹了經(jīng)典控制理論,主要內(nèi)容包括控制系統(tǒng)的基本概念;控制系統(tǒng)的傳遞函數(shù)、方塊圖、信號(hào)流圖;線性定常系統(tǒng)的時(shí)域分析法、根軌跡法、頻域法;線性定常系統(tǒng)的校正方法;離散系統(tǒng)的穩(wěn)定性、動(dòng)態(tài)和穩(wěn)態(tài)性能分析。除此之外,在線性定常系統(tǒng)的

服務(wù)于信息組織的標(biāo)簽系統(tǒng)集中并提供了可用于在網(wǎng)絡(luò)上分類、共享和查找個(gè)人或組織使用的信息的標(biāo)注。然而，越來越繁雜的詞匯和語言使得標(biāo)簽和被標(biāo)注的文本之間的連接變得越來越模糊，這也使得標(biāo)簽系統(tǒng)的使用和再利用變得更加困難。盡管已有研究嘗試通過圖標(biāo)來構(gòu)建可視化標(biāo)簽系統(tǒng)，但是孤立的符號(hào)會(huì)造成用戶的認(rèn)知障礙。因此，《可視化媒介下的信

本書以習(xí)近平新時(shí)代中國特色社會(huì)主義思想為指導(dǎo)，立足黨和國家關(guān)于人工智能的頂層設(shè)計(jì)、戰(zhàn)略部署，緊扣領(lǐng)導(dǎo)干部和廣大群眾對(duì)于人工智能深入了解的迫切需求，立足本土、放眼國際，對(duì)我國人工智能的發(fā)展?fàn)顩r、國家戰(zhàn)略，及其在經(jīng)濟(jì)發(fā)展、民生改善、政府治理等方面的廣泛應(yīng)用作了簡明通俗的闡釋；同時(shí)，還闡述了世界范圍內(nèi)人工智能的發(fā)展歷史、國外

本書立足于西安電子科技大學(xué)人工智能學(xué)科優(yōu)勢(shì)，對(duì)人工智能、類腦計(jì)算與圖像解譯三個(gè)前沿領(lǐng)域進(jìn)行了詳細(xì)的論述，主要內(nèi)容包括進(jìn)化計(jì)算、人工免疫系統(tǒng)、量子計(jì)算智能、多智能體系統(tǒng)、多目標(biāo)進(jìn)化優(yōu)化、 非線性逼近理論、多尺度幾何分析、多尺度變換域圖像感知與識(shí)別、圖像的高維奇異性檢測(cè)、圖像去噪的閾值方法、SAR圖像理解與解譯。該書在對(duì)

深度學(xué)習(xí)理論由Hinton等人于2006年提出,其概念源于對(duì)人工神經(jīng)網(wǎng)絡(luò)的研究。深度學(xué)習(xí)技術(shù)通過組合數(shù)據(jù)的低層特征形成更加抽象的高層屬性,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。 本書主要闡述基于深度學(xué)習(xí)理論的一些模型和算法。全書共分為8章,主要內(nèi)容包括緒論、TensorFlow和Keras簡介、簡單神經(jīng)網(wǎng)絡(luò)、圖像類數(shù)據(jù)處理、序

內(nèi)容提要本書用簡短的篇幅、精煉的語言，講授機(jī)器學(xué)習(xí)領(lǐng)域必備的知識(shí)和技能。全書共11章和一個(gè)術(shù)語表，依次介紹了機(jī)器學(xué)習(xí)的基本概念、符號(hào)和定義、算法、基本實(shí)踐方法、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)、問題與解決方案、進(jìn)階操作、非監(jiān)督學(xué)習(xí)以及其他學(xué)習(xí)方式等，涵蓋了監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、集成學(xué)習(xí)、梯度下降、聚類分析、維度

《從統(tǒng)計(jì)世界走向人工智能——實(shí)戰(zhàn)案例與算法》敘述了從數(shù)學(xué)到統(tǒng)計(jì)、從統(tǒng)計(jì)到人工智能的發(fā)展，結(jié)合大量的實(shí)際商業(yè)應(yīng)用案例介紹了諸多經(jīng)典的機(jī)器學(xué)習(xí)算法，比如LASSO回歸、MCMC、決策樹、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)等�！稄慕y(tǒng)計(jì)世界走向人工智能——實(shí)戰(zhàn)案例與算法》將案例與算法結(jié)合，基于人工智能的場(chǎng)景，從理論到實(shí)際操作層層遞進(jìn)，讀者從中

實(shí)用性是本書的基本出發(fā)點(diǎn)，書中介紹了近年來在工業(yè)界被廣泛應(yīng)用的機(jī)器學(xué)習(xí)算法，這些算法經(jīng)受了時(shí)間的考驗(yàn)，不但效果好而且使用方便。此外，本書也十分注重理論的深度和完整性，內(nèi)容編排力求由淺入深、推理完整、前后連貫、自成體系，先講統(tǒng)計(jì)學(xué)、矩陣、優(yōu)化方法這些基礎(chǔ)知識(shí)，再介紹線性模型、概率圖模型、文本向量化算法、樹模型和深度學(xué)習(xí)。