本書是智能計算平臺應(yīng)用開發(fā)初級教材，主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共8章，內(nèi)容包括智能計算平臺應(yīng)用開發(fā)概述、硬件設(shè)備、系統(tǒng)與軟件、系統(tǒng)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、基礎(chǔ)應(yīng)用軟件開發(fā)測試、人工智能示教編程。

本書是智能計算平臺應(yīng)用開發(fā)高級教材，主要介紹了智能計算平臺搭建、平臺管理、數(shù)據(jù)管理、應(yīng)用開發(fā)等相關(guān)知識。全書共9章，內(nèi)容包括智能計算平臺應(yīng)用開發(fā)概述、智能計算高級環(huán)境、平臺管理、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)備份及恢復(fù)、深度學(xué)習(xí)基礎(chǔ)算法建模、人工智能算法優(yōu)化、人工智能高級應(yīng)用軟件開發(fā)測試。

本書首先簡要介紹機器人和機器人學(xué)的概況，以及機器人學(xué)的數(shù)學(xué)基礎(chǔ)，然后分別詳細討論智能機器人體系結(jié)構(gòu)、智能機器人中的傳感器、環(huán)境感知與建模、路徑規(guī)劃、機器人控制、多機器人協(xié)同，以及智能機器人的HRI等內(nèi)容。

本書旨在為讀者建立完整的深度學(xué)習(xí)知識體系。全書內(nèi)容包含3個部分，第一部分為與深度學(xué)習(xí)相關(guān)的數(shù)學(xué)基礎(chǔ)；第二部分為深度學(xué)習(xí)的算法基礎(chǔ)以及相關(guān)實現(xiàn)；第三部分為深度學(xué)習(xí)的實際應(yīng)用。通過閱讀本書，讀者可加深對深度學(xué)習(xí)算法的理解，并將其應(yīng)用到實際工作中。本書適用于對深度學(xué)習(xí)感興趣并希望從事相關(guān)工作的讀者，也可作為高校相關(guān)專業(yè)的教學(xué)

Kittenblock是深圳市小喵科技開發(fā)的一款基于Scratch3.0的圖形化編程軟件。Scratch3.0強調(diào)的是創(chuàng)作與分享，更注重純軟件編程；Kittenblock強調(diào)的是教育與創(chuàng)造屬性，根據(jù)當(dāng)下的教育需求，重點增加人工智能、物聯(lián)網(wǎng)和Python編程，盡可能地滿足教育的系統(tǒng)性和連續(xù)性需求，讓學(xué)生和老師無須切換多個

本書以實踐為導(dǎo)向，深入淺出，從人工智能技術(shù)、機器學(xué)習(xí)框架和微服務(wù)等概念講起，對主流的人工智能云平臺產(chǎn)品進行剖析和比較，對從訓(xùn)練學(xué)習(xí)到服務(wù)封裝再到模型發(fā)布應(yīng)用的全過程進行介紹，并對人工智能云平臺技術(shù)棧涉及的云計算、集群管理、任務(wù)調(diào)度、共享存儲等技術(shù)進行了詳細講解，以提高研發(fā)人員對人工智能全生產(chǎn)流程的理解。書中結(jié)合以上技術(shù)

本書對超限學(xué)習(xí)機近年來取得的各方面成果進行詳細的闡述與分析。本書分為4個部分：第1部分（第1～2章）主要介紹超限學(xué)習(xí)機的基本概念與核心理論；第2部分（第3～4章）系統(tǒng)介紹超限學(xué)習(xí)機理論為應(yīng)對數(shù)據(jù)分類、回歸以及特征學(xué)習(xí)等重要機器學(xué)習(xí)任務(wù)所做的技術(shù)性調(diào)整；第3部分（第5～6章）主要介紹超限學(xué)習(xí)機的工程實現(xiàn)與領(lǐng)域應(yīng)用案例；第

本書主要對算法的原理進行了介紹，并融合大量的應(yīng)用案例，詳細介紹使用機器學(xué)習(xí)模型的一般方法，幫助讀者理解算法原理，學(xué)會模型設(shè)計。本書首先介紹數(shù)據(jù)理解、數(shù)據(jù)的處理與特征，幫助讀者認(rèn)識數(shù)據(jù)；然后從宏觀、系統(tǒng)的角度介紹機器學(xué)習(xí)算法分類、一般學(xué)習(xí)規(guī)則及機器學(xué)習(xí)的基礎(chǔ)應(yīng)用；接著根據(jù)項目研發(fā)的流程，詳細介紹了模型選擇和結(jié)構(gòu)設(shè)計、目標(biāo)

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

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

本書較全面地介紹了目前人工智能的主流概念、理論、方法、技術(shù)及應(yīng)用等內(nèi)容。全書共12章，首先介紹了智能的定義以及人工智能的定義、歷史、實現(xiàn)方法、研究內(nèi)容與發(fā)展趨勢；其次介紹了人工智能的哲學(xué)觀以及腦科學(xué)的相關(guān)概念與基礎(chǔ)知識；再次在人工智能的方法與技術(shù)方面，介紹了人工神經(jīng)網(wǎng)絡(luò)，機器學(xué)習(xí)的基本方法與原理，以及感知智能、認(rèn)知智能

本書以NB-IoT實訓(xùn)套件為載體，采用項目化教學(xué)方式，講解了NB-IoT的相關(guān)知識及其在物聯(lián)網(wǎng)中的重要作用。本書主要分為理論、項目和實戰(zhàn)演練三部分。理論部分講解了NB-IoT物聯(lián)網(wǎng)架構(gòu)，并對架構(gòu)中的每個節(jié)點做技術(shù)解析；項目部分由淺入深，從NB-IoT通信、OceanConnect平臺操作系統(tǒng)到LiteOS的基礎(chǔ)實戰(zhàn)開發(fā)

本書以人機界面評價研究為背景，分析了人機界面評價研究的必要性，回顧了國內(nèi)外人機界面評價研究的現(xiàn)狀，論述了人機界面評價理論及方法。以工效學(xué)標(biāo)準(zhǔn)為基礎(chǔ)，構(gòu)建了核電廠主控室人機界面評價指標(biāo)體系，開發(fā)了人機界面評價軟件。主要內(nèi)容包括人機界面評價指標(biāo)篩選方法的分析與構(gòu)建、人機界面評價指標(biāo)體系的構(gòu)建、人機界面評價指標(biāo)權(quán)重分配方法的

深度學(xué)習(xí)是目前學(xué)術(shù)界和工業(yè)界都非�；馃岬脑掝}，在許多行業(yè)有著成功應(yīng)用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成，專門針對深度學(xué)習(xí)領(lǐng)域，是《百面機器學(xué)習(xí)：算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個部分，第一部分介紹經(jīng)典的深度學(xué)習(xí)算法和模型，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成模型、生

本書首先從Python基本語法開始討論，逐步介紹必備的數(shù)學(xué)知識與神經(jīng)網(wǎng)絡(luò)的基本知識，并利用討論的內(nèi)容編寫一個深度學(xué)習(xí)框架TensorPy，有了這些知識作為鋪墊后，就開始討論生成對抗網(wǎng)絡(luò)（GAN）相關(guān)的內(nèi)容。然后，本書使用比較簡單的語言來描述GAN涉及的思想、模型與數(shù)學(xué)原理，接著便通過TensorFlow實現(xiàn)傳統(tǒng)的GAN

本書理論知識體系完備，由淺入深，系統(tǒng)性地介紹了深度學(xué)習(xí)模型的發(fā)展脈絡(luò)，以及模型深度設(shè)計、模型寬度設(shè)計、模型通道維度設(shè)計、殘差連接設(shè)計、分組卷積設(shè)計、多尺度與非正常卷積設(shè)計、多輸入網(wǎng)絡(luò)設(shè)計、時序神經(jīng)網(wǎng)絡(luò)設(shè)計、三維卷積網(wǎng)絡(luò)設(shè)計、動態(tài)推理模型與注意力機制設(shè)計、生成對抗網(wǎng)絡(luò)設(shè)計這10類主流的深度學(xué)習(xí)模型設(shè)計思想。同時，本書為各

這是一本有關(guān)交互設(shè)計規(guī)范與思維方式的指導(dǎo)用書。本書分為8章：第1章介紹交互設(shè)計的基本知識，第2章講解交互設(shè)計的基本原則，第3章講解iOS和MaterialDesign系統(tǒng)的交互設(shè)計規(guī)范，第4章是作者結(jié)合自身經(jīng)驗梳理總結(jié)的一套移動端的設(shè)計規(guī)范，第5章講解的是Web端的設(shè)計規(guī)范，第6章講解了交互原型圖的設(shè)計規(guī)范與方法，第7

《機器學(xué)習(xí)中的基本算法》共八章.第1章和第2章簡要介紹了機器學(xué)習(xí)的基本概念、研究內(nèi)容、算法體系，以及相關(guān)的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細介紹了幾類作為分類器和回歸器的支持向量機算法，包括算法出發(fā)點、建模思想、理論推導(dǎo)和算法在數(shù)據(jù)分類、識別、擬合、預(yù)測等方面的應(yīng)用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預(yù)處理方法

《機器學(xué)習(xí)與人工智能》涵蓋了與人工智能相關(guān)的機器學(xué)習(xí)核心方法，包括深度卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)、蒙特卡羅樹搜索、強化學(xué)習(xí)�！稒C器學(xué)習(xí)與人工智能》也包括一些應(yīng)用非常廣泛的機器學(xué)習(xí)方法，例如，支持向量機、決策樹和隨機森林、隱馬爾可夫模型、聚類與自組織映射�！稒C器學(xué)習(xí)與人工智能》還包含一些重要的大數(shù)據(jù)分析方法

計算智能是人工智能領(lǐng)域較為前沿的研究方向，它是受“大自然智慧”啟發(fā)而被設(shè)計出的一類算法的統(tǒng)稱。計算智能所具有的全局搜索、高效并行等優(yōu)點為解決復(fù)雜優(yōu)化問題提供了新思路和新手段，引起了國內(nèi)外學(xué)者的廣泛重視并掀起了研究熱潮。目前，計算智能的相關(guān)技術(shù)已成功應(yīng)用于信息處理、調(diào)度優(yōu)化、工程控制、經(jīng)濟管理等眾多領(lǐng)域。 本書在歸納近年