智能制造是制造業(yè)的未來方向，而體現(xiàn)智能之處就是生產(chǎn)線的“自主”運行及遠程控制。本書綜合相關基礎知識、健康管理與遠程運維技術，結合工程實踐，形成了一個智能系統(tǒng)遠程運維決策框架�；�于健康管理思想，提出了數(shù)據(jù)完備和數(shù)據(jù)不完備兩種情況下的系統(tǒng)故障診斷模型；基于故障診斷，分別從考慮備件、緩沖庫存、服務合同、部件相關性、環(huán)境等角度

208個干貨技巧，幫助您從入門到精通ChatGPT的案例應用。208集教學視頻，手機掃碼即可邊看邊學，助您速成ChatGPT提問高手。隨書贈送：243款素材效果+247組AI繪畫提示詞。書中穿插兩條線，對AI提問和熱門提示詞進行詳細介紹。一條技巧線：介紹了ChatGPT的基礎用法、提問框架和高效提問的方法，幫助讀者快速

本書是作者對自2008年起系統(tǒng)分析"機器能否獲得認知發(fā)展能力"這一問題而不得不先訴諸于"人工智能基礎問題"或"認知哲學"方面的研究其結果的總結。本書立論開宗明義：將機器認知發(fā)展問題簡化為"物理機器的概念產(chǎn)生問題"。據(jù)此，作者遂建立起自己對"概念體系"的理論和對"心靈哲學"的基本觀念，之后使用符合哲學討論習慣的方式進行論

教育信息化促進了教育測評理念的變革，人工智能時代的教育更加關注以智能技術驅(qū)動的學習者認知分析與個性化學習的訴求。本書遵循"理論-方法-應用"研究范式，探索人工智能時代的學習認知分析的新理論與新方法。

本書以通俗易懂的語言和有趣的插畫來解釋深度學習中的概念和方法,生動形象的插圖更容易幫助讀者理解和記憶。同時,書中指導讀者將自己的理解制作成短視頻,以加強學習效果。另外,書中還指導讀者在Colab平臺上進行實踐。 本書內(nèi)容全面,從基礎的神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等入門知識,到深度學習的應用領域如計算機視覺、自然

在這本書中，作者著力討論了幾種獲取機器學習和數(shù)據(jù)挖掘算法性能的相關知識的方法。作者展示了如何再次利用這些知識來選擇、組合、編撰和調(diào)整算法和模型，從而為數(shù)據(jù)挖掘提供更快、更有效的解決方案，幫助研究人員改進算法，并開發(fā)能夠自我改進的學習系統(tǒng)。本書的新版在舊版基礎上就內(nèi)容做了非常大的擴充。作者介紹了最新的自動機器學習方法，闡

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡和知識圖譜的圖結構模式，研究基于圖表示學習的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關系和高階關系，使用圖學習的方式探索用戶和產(chǎn)品的潛在關聯(lián)，彌補相關推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關系方面的不足，形成一系列合理而且有效的推薦技術。增加推薦系統(tǒng)輸入的多樣性，運用社交網(wǎng)絡和知識圖

圖像融合技術可將多源圖像的互補特征進行綜合，以得到更加完整和準確的場景描述，從而彌補單一傳感器單幅圖像的不足，是一種廣泛應用的圖像預處理技術，如多攝像頭拍照、微光夜視、醫(yī)學診斷、遙感等應用領域。本書以多源圖像融合技術為主要內(nèi)容，在研究圖像尺度分析、遷移學習、深度學習算法與模型的基礎上，針對多聚焦圖像融合、多模態(tài)醫(yī)學圖像

本書是一本機器學習實用指南，提供從基礎知識到進階技能的全面學習路徑。本書以淺顯易懂的方式介紹了機器學習的基本概念和主要類型，并詳細介紹使用Python及常見的庫進行數(shù)據(jù)處理和機器學習的實操。此外，介紹了數(shù)據(jù)預處理的詳細過程，最后通過若干典型案例加深讀者對機器學習的理解。本書適合對機器學習感興趣的初學者，也可作為軟件開發(fā)

數(shù)系的擴充始終貫穿于數(shù)學理論的發(fā)展之中. 本書利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國科學與技術大學汪芳庭教授在其《數(shù)學基礎》中采用算術超濾分數(shù)構造實數(shù)的機器證明系統(tǒng),包括超濾空間與算術超濾的基本概念、超濾變換以及用算術超濾構造算術模型的形式化實現(xiàn),構建了非標準實數(shù)模