作為《自動控制原理》（第二版）（孫優(yōu)賢主編，書號：978-7-122-42524-9）的配套學習輔導書，本書緊緊圍繞自動控制原理的知識點進行編寫，內容與體例均方便讀者自學。全書由9章正文與附錄組成。正文的9章與配套教材完全一致，分別為：概述、連續(xù)時間控制系統(tǒng)的數(shù)學模型、線性系統(tǒng)的時域分析法、連續(xù)時間控制系統(tǒng)的穩(wěn)定性與穩(wěn)

本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內容包括自動控制概述、線性控制系統(tǒng)的數(shù)學模型、時域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線性系統(tǒng)分析等。本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內容包括自動控制概述、線性控制系統(tǒng)的數(shù)學模型、時域分析和

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。 本書內容全面,從基礎的神經網絡、卷積神經網絡、循環(huán)神經網絡等入門知識,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，運用社交網絡和知識圖

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

本書主要包含以下內如：最優(yōu)化問題的簡介，凸分析基礎，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實際問題(支持向量機模型、超圖匹配)中的應用。本書對知識點的分析緊密結合當前研究前沿問題，并通過對應用問

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

作為普通個體，我們該如何快速切入AI賽道，更好地利用AI工具武裝自己，成為"超級個體”呢？本書給出了答案。本書精選八大領域：編程、設計、辦公、教育、翻譯、營銷、咨詢、自媒體，并通過88個具體案例實操演示了與ChatGPT進行對話的技巧，全面且深入地為讀者展示了利用ChatGPT這個工具大幅提升工作效能的方法。除了提供拿