"本教材的擬采用的編寫思路為：“帶入—基礎(chǔ)—理論—應(yīng)用—實(shí)踐”。帶入，是讓學(xué)生了解所學(xué)知識的邊界、價(jià)值和重要意義，其中涉及知識的發(fā)展歷史，基本概念、發(fā)展現(xiàn)狀、應(yīng)用領(lǐng)域、典型案例及所能解決相關(guān)專業(yè)的一些典型問題，其中的講授中適當(dāng)穿插國之重器與國防、兩彈一星精神、錢學(xué)森報(bào)國等思政教育。通過以上的內(nèi)容設(shè)計(jì)激發(fā)學(xué)生的學(xué)習(xí)積極性

本書針對人工智能硬件電路設(shè)計(jì)基礎(chǔ)、著重介紹硬件電路相關(guān)的設(shè)計(jì)知識及SoC設(shè)計(jì)開發(fā)過程中數(shù)字前端知識，包括VHDL技術(shù)、Verilog技術(shù)及HLS技術(shù)。同時(shí)將開發(fā)SoC中常用的模塊作為應(yīng)用實(shí)例進(jìn)行詳細(xì)講解。VHDL技術(shù)部分詳細(xì)介紹了VHDL語言的背景知識、基本語法結(jié)構(gòu)和VHDL代碼的編寫方法。另外，該部分還加入了基礎(chǔ)電路

本書系統(tǒng)闡述了人工智能的基本原理、方法和應(yīng)用技術(shù)，以知識為線索，分為知識搜索、知識發(fā)現(xiàn)、知識推理和知識應(yīng)用四個(gè)部分，全面反映了人工智能領(lǐng)域國內(nèi)外的最新研究進(jìn)展和動態(tài)。為便于讀者深入學(xué)習(xí)，每章的最后一節(jié)均配有相關(guān)方法的案例和編程內(nèi)容，大部分章末配有課后練習(xí)，讀者可掃描書中二維碼獲取相關(guān)代碼和參考答案。本書可作為高等學(xué)校智

《二維重復(fù)控制》總結(jié)作者多年來的研究成果和體會，綜合重復(fù)控制領(lǐng)域的大量國內(nèi)外文獻(xiàn)資料，系統(tǒng)闡述二維重復(fù)控制的研究成果。主要內(nèi)容包括：重復(fù)控制原理、重復(fù)控制系統(tǒng)設(shè)計(jì)方法和二維重復(fù)控制基本思想，重復(fù)控制的二維特性和重復(fù)控制系統(tǒng)的二維混合模型，二維重復(fù)控制系統(tǒng)穩(wěn)定性分析，二維重復(fù)控制系統(tǒng)設(shè)計(jì)，二維重復(fù)控制系統(tǒng)魯棒性分析與設(shè)計(jì)

本書從計(jì)算思維的角度出發(fā)，以人工智能相關(guān)問題為引導(dǎo)，在解決實(shí)際案例問題的過程中植入知識點(diǎn)，為各專業(yè)的學(xué)生在今后設(shè)計(jì)、構(gòu)造和應(yīng)用各種計(jì)算系統(tǒng)，求解本學(xué)科的問題奠定基礎(chǔ)。全書內(nèi)容包括計(jì)算與計(jì)算思維、程序設(shè)計(jì)與算法、人工智能與智能計(jì)算、網(wǎng)絡(luò)與大數(shù)據(jù)這四大部分。本書適用于高等院校一年級新生的計(jì)算機(jī)導(dǎo)論等信息技術(shù)類基礎(chǔ)課程，可作

當(dāng)前AI圖書市場，理論知識與實(shí)踐經(jīng)驗(yàn)的脫節(jié)，是很多書籍的缺點(diǎn)。本書立足于理論，從實(shí)例入手，將理論知識和實(shí)際應(yīng)用結(jié)合，目標(biāo)是讓讀者能夠快速地熟悉人工智能中經(jīng)典算法。全書分為4篇，共20章。其中第1篇為基礎(chǔ)算法篇，主要講述排序、查找、線性結(jié)構(gòu)、樹、隊(duì)列、散列、圖、堆棧等基本數(shù)據(jù)結(jié)構(gòu)算法；第2篇為機(jī)器學(xué)習(xí)算法篇，主要講述分類

雖然很多深度學(xué)習(xí)工具都使用Python，但PyTorch庫是真正具備Python風(fēng)格的。對于任何了解NumPy和scikit-learn等工具的人來說，上手PyTorch輕而易舉。PyTorch在不犧牲高級特性的情況下簡化了深度學(xué)習(xí)，它非常適合構(gòu)建快速模型，并且可以平穩(wěn)地從個(gè)人應(yīng)用擴(kuò)展到企業(yè)級應(yīng)用。由于像蘋果、Face

本書聚焦信息科學(xué)、生命科學(xué)、新能源、新材料等為代表的高科技領(lǐng)域，以及物理、化學(xué)、數(shù)學(xué)等基礎(chǔ)科學(xué)的進(jìn)展與新興技術(shù)的交叉融合，其中70%的內(nèi)容來源于IEEE計(jì)算機(jī)協(xié)會相關(guān)刊物內(nèi)容的全文翻譯，另外30%的內(nèi)容由SteerTech和iCANXTalks上的國際知名科學(xué)家的學(xué)術(shù)報(bào)告、報(bào)道以及相關(guān)活動內(nèi)容組成。本書將以創(chuàng)新的方式宣

本書系統(tǒng)地闡述機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)知識，但并非大學(xué)數(shù)學(xué)教材的翻版，而是以機(jī)器學(xué)習(xí)算法為依據(jù)，選取數(shù)學(xué)知識，并從應(yīng)用的角度闡述各種數(shù)學(xué)定義、定理等，側(cè)重于講清楚它們的應(yīng)用和實(shí)現(xiàn)方法。所以，書中將使用開發(fā)者喜歡的編程語言（Python）來實(shí)現(xiàn)各種數(shù)學(xué)計(jì)算，并闡述數(shù)學(xué)知識在機(jī)器學(xué)習(xí)算法中的應(yīng)用體現(xiàn)。

本書結(jié)合了最新的深度學(xué)習(xí)技術(shù)應(yīng)用成果，充分考慮了大學(xué)生的知識結(jié)構(gòu)和學(xué)習(xí)特點(diǎn)，結(jié)合各個(gè)專業(yè)特點(diǎn)介紹了深度學(xué)習(xí)的基本概念及TensorFlow框架，以及深度學(xué)習(xí)在各個(gè)領(lǐng)域的具體應(yīng)用。本書為高職高專院校深度學(xué)習(xí)基礎(chǔ)課程教材重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、TensorFlow環(huán)境使用、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遷移學(xué)習(xí)等內(nèi)容。