本書(shū)以機(jī)器學(xué)習(xí)算法為主題，詳細(xì)介紹算法的理論細(xì)節(jié)與應(yīng)用方法。全書(shū)共19章，分別介紹了邏輯回歸與最大熵模型、k-近鄰模型、決策樹(shù)模型、樸素貝葉斯模型、支持向量機(jī)模型、集成學(xué)習(xí)框架、EM算法、降維算法、聚類(lèi)算法、神經(jīng)網(wǎng)絡(luò)模型等基礎(chǔ)模型或算法，以及8個(gè)綜合項(xiàng)目實(shí)例。本書(shū)重視理論與實(shí)踐相結(jié)合，希望為讀者提供全面而細(xì)致的學(xué)習(xí)指導(dǎo)

本書(shū)內(nèi)容已經(jīng)外聘專(zhuān)家審讀審核通過(guò)后同意安排出版。本書(shū)是一本關(guān)于如何利用ChatGPT進(jìn)行自動(dòng)化辦公的指南。通過(guò)深入講解ChatGPT的注冊(cè)和使用方法，以及與Python編程的結(jié)合，讀者將學(xué)會(huì)如何與ChatGPT交談并利用其輔助編寫(xiě)高質(zhì)量的代碼。此外，本書(shū)還介紹了ChatGPT在Python數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)、

本書(shū)主要包含以下內(nèi)如：最優(yōu)化問(wèn)題的簡(jiǎn)介，凸分析基礎(chǔ)，無(wú)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(shí)際問(wèn)題(支持向量機(jī)模型、超圖匹配)中的應(yīng)用。本書(shū)對(duì)知識(shí)點(diǎn)的分析緊密結(jié)合當(dāng)前研究前沿問(wèn)題，并通過(guò)對(duì)應(yīng)用問(wèn)

本書(shū)是為滿足新工科建設(shè)需求,依據(jù)高等院校自動(dòng)控制原理課程教學(xué)大綱,立足于新工科人才培養(yǎng),精選各章內(nèi)容編寫(xiě)的本科教材。全書(shū)共分為8章,全面介紹了控制系統(tǒng)在時(shí)域和復(fù)頻域中的數(shù)學(xué)模型及其結(jié)構(gòu)圖和信號(hào)流圖;系統(tǒng)闡述了線性控制系統(tǒng)的時(shí)域分析法、根軌跡法、頻域分析法以及校正和設(shè)計(jì)方法;在非線性控制系統(tǒng)分析方面,給出了相平面和描述函

本書(shū)從適應(yīng)教學(xué)研究型大學(xué)的要求出發(fā)，以經(jīng)典控制理論為主，較系統(tǒng)地介紹了自動(dòng)控制理論的基本內(nèi)容，著重于基本概念、基本理論、基本分析方法及典型應(yīng)用。本書(shū)共8章，包括：引論、控制系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析法、根軌跡分析法、頻域分析法、控制系統(tǒng)的校正、非線性系統(tǒng)分析、離散控制系統(tǒng)等。本書(shū)重點(diǎn)突出，敘述深入淺出，文字簡(jiǎn)明流暢，實(shí)用

本書(shū)以群體智能與智能網(wǎng)聯(lián)的應(yīng)用為牽引，通過(guò)原理、算法、技術(shù)應(yīng)用三個(gè)篇章為大家介紹群體智能與智能網(wǎng)聯(lián)相關(guān)的基礎(chǔ)理論、概念模型、關(guān)鍵技術(shù)和前沿應(yīng)用。具體而言，原理篇會(huì)介紹群體智能的通信方式與組網(wǎng)、知識(shí)表征、因果涌現(xiàn)機(jī)理等內(nèi)容；算法篇?jiǎng)t從多主體強(qiáng)化學(xué)習(xí)、多智能體合作式梯度更新方法、圖神經(jīng)網(wǎng)絡(luò)、蟻群算法等群體智能領(lǐng)域的代表性算

本書(shū)共5個(gè)項(xiàng)目，內(nèi)容包括邊緣計(jì)算開(kāi)發(fā)板基礎(chǔ)應(yīng)用、邊緣計(jì)算算法SDK應(yīng)用、TensorFlow圖像上色模型部署、PyTorch目標(biāo)檢測(cè)模型部署、TFLite手掌檢測(cè)模型部署。本書(shū)根據(jù)崗位工作任務(wù)要求，確定學(xué)習(xí)任務(wù)內(nèi)容，設(shè)計(jì)選取了14個(gè)工作任務(wù)。

本書(shū)展示了如何使用Ray構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序，介紹了Ray如何融入當(dāng)前的機(jī)器學(xué)習(xí)工具，以及Ray如何與這些工具緊密集成。本書(shū)前3章介紹了Ray作為分布式Python框架的基礎(chǔ)知識(shí)，并提供了應(yīng)用示例；第4-10章介紹了Ray高級(jí)庫(kù)(RayRLlib、RayTune、RayDataset、RayTrain、RayServe

本書(shū)是以實(shí)驗(yàn)案例方式而組織的,全書(shū)共給出了21個(gè)人工智能實(shí)驗(yàn)案例,覆蓋了人工智能課程涉及的主要內(nèi)容,包括搜索求解、邏輯推理、貝葉斯網(wǎng)絡(luò)、馬爾可夫決策、監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等各個(gè)方面,也包含了深度神經(jīng)網(wǎng)絡(luò)技術(shù)。為了便于教學(xué),每個(gè)實(shí)驗(yàn)案例對(duì)實(shí)驗(yàn)的內(nèi)容、背景和目標(biāo)進(jìn)行了明確闡述,對(duì)所涉及的理論基礎(chǔ)及算法也進(jìn)行了詳細(xì)

本書(shū)對(duì)計(jì)算智能的諸多基礎(chǔ)理論進(jìn)行了詳細(xì)的介紹和釋義，并介紹了神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計(jì)算的應(yīng)用范例及實(shí)驗(yàn)結(jié)果，將理論與實(shí)踐緊密聯(lián)系起來(lái)。全書(shū)共4章，其中，第1章對(duì)人工智能的萌芽、誕生和發(fā)展，以及現(xiàn)狀和未來(lái)進(jìn)行了簡(jiǎn)要介紹；第2章為進(jìn)化計(jì)算，論述了遺傳算法；第3章為模糊邏輯，介紹了模糊理論基礎(chǔ)，論述了常見(jiàn)的模糊隸屬度函數(shù)和