本書是一本機(jī)器學(xué)習(xí)算法方面的理論+實(shí)踐讀物，主要包含機(jī)器學(xué)習(xí)基礎(chǔ)理論、回歸模型、分類模型、聚類模型、降維模型和深度學(xué)習(xí)模型六大部分。機(jī)器學(xué)習(xí)基礎(chǔ)理論部分包含第1、2章，主要介紹機(jī)器學(xué)習(xí)的理論基礎(chǔ)和工程實(shí)踐基礎(chǔ)。第3章是回歸模型部分，主要包括模型的建立、學(xué)習(xí)策略的確定和優(yōu)化算法的求解過程，最后結(jié)合三種常見的線性回歸模型實(shí)

本書主要介紹經(jīng)典的機(jī)器學(xué)習(xí)算法的原理及改進(jìn)，以及MATLAB的實(shí)例實(shí)現(xiàn)。本書內(nèi)容分為三部分。第一部分(第1章)是機(jī)器學(xué)習(xí)概念篇，介紹機(jī)器學(xué)習(xí)的相關(guān)概念，并且對機(jī)器學(xué)習(xí)的各類算法進(jìn)行分類，以便讀者對機(jī)器學(xué)習(xí)的知識框架有一個整體的了解，從而在后續(xù)的學(xué)習(xí)中更容易接受機(jī)器學(xué)習(xí)涉及的各類算法。第二部分(第2章、第3章)是MATL

本書以物聯(lián)網(wǎng)通信技術(shù)的基礎(chǔ)出發(fā)，從紛繁復(fù)雜的物聯(lián)網(wǎng)通信技術(shù)中理清概念，合理分類，系統(tǒng)全面地了解物聯(lián)網(wǎng)通信技術(shù)的基本概念、原理、關(guān)鍵技術(shù)及典型應(yīng)用。全書共分6章，第1章為物聯(lián)網(wǎng)通信技術(shù)概述，主要講述物聯(lián)網(wǎng)通信的基本概念、分類和發(fā)展前景；第2章介紹通信原理，主要講述物聯(lián)網(wǎng)通信技術(shù)的基礎(chǔ)知識；第3章為近距離通信技術(shù)，包括Bl

人工智能究竟是敵是友？當(dāng)機(jī)器變得比人類更聰明時，會出現(xiàn)人機(jī)大戰(zhàn)嗎？ 奇點(diǎn)、決策樹、人造神經(jīng)元、情感計算、強(qiáng)AI 霍尼韋爾科學(xué)工程成就獎與隆德管理卓越獎獲得者告訴你 AI簡史以及未來AI將如何改變?nèi)祟?hellip;… 作者闡述了新興的人工智能（AI）技術(shù)的發(fā)展變化，以及其在未來幾十年甚至上百年發(fā)展的種種

全球科技巨頭紛紛擁抱深度學(xué)習(xí)，自動駕駛、AI醫(yī)療、語音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學(xué)習(xí)在發(fā)揮神奇的作用。深度學(xué)習(xí)是人工智能從概念到繁榮得以實(shí)現(xiàn)的主流技術(shù)。經(jīng)過深度學(xué)習(xí)訓(xùn)練的計算機(jī)，不再被動按照指令運(yùn)轉(zhuǎn)，而是像自然進(jìn)化的生命那樣，開始自主地從經(jīng)驗中學(xué)習(xí)。 本書作者特倫斯&middo

《人工智能基礎(chǔ)教程：Python篇（青少版）》全書分為2篇—人工智能編程基礎(chǔ)篇、人工智能篇。人工智能編程基礎(chǔ)篇包括：初識Python、基本數(shù)據(jù)類型、Python的流程控制、數(shù)組操作、文件操作、繪制需要的圖表、函數(shù)、面向?qū)ο�、異常、集合與概率、學(xué)點(diǎn)統(tǒng)計學(xué)、數(shù)據(jù)管理與分析；人工智能篇包括人工智能導(dǎo)論、初識機(jī)器學(xué)習(xí)、自然語言

近年來，Python語言成為了廣受歡迎的編程語言，而它在機(jī)器學(xué)習(xí)領(lǐng)域也有很好的表現(xiàn)。scikit-learn是一個用Python語言編寫的機(jī)器學(xué)習(xí)算法庫，它可以實(shí)現(xiàn)一系列常用的機(jī)器學(xué)習(xí)算法，是一個好工具。 本書通過14章內(nèi)容，詳細(xì)地介紹了一系列機(jī)器學(xué)習(xí)模型和scikit-learn的使用技巧。本書從機(jī)器學(xué)習(xí)的基礎(chǔ)理論講

本書旨在介紹作者及其研究團(tuán)隊在分布式優(yōu)化與學(xué)習(xí)理論方面的**研究成果。全書共7章，第1、2章為緒論和相關(guān)數(shù)學(xué)基礎(chǔ)；第3、4章為連續(xù)時間和基于采樣數(shù)據(jù)的分布式優(yōu)化算法；第5、6章分別為基于群體智能的分布式優(yōu)化算法和分布式機(jī)器學(xué)習(xí)算法；第7章為基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)輸出反饋控制的分布式合作學(xué)習(xí)方案設(shè)計。本書主要關(guān)注從分布式技術(shù)

本書全面講述人工智能與大數(shù)據(jù)涉及的技術(shù)，學(xué)完本書后，讀者將對人工智能技術(shù)有全面的理解，并能掌握AI整體知識架構(gòu)。 本書共分16章，內(nèi)容包括人工智能概述、AI產(chǎn)業(yè)、數(shù)據(jù)、機(jī)器學(xué)習(xí)概述、模型、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)、TensorFlow、神經(jīng)網(wǎng)絡(luò)、知識圖譜、數(shù)據(jù)挖掘，以及銀行業(yè)、醫(yī)療、公安、工農(nóng)業(yè)等行業(yè)人工智能應(yīng)用情況。

本書以深度核機(jī)器學(xué)習(xí)技術(shù)為對象，介紹了支持向量機(jī)技術(shù)、多核學(xué)習(xí)技術(shù)和深度學(xué)習(xí)技術(shù)的相關(guān)內(nèi)容。包括基本原理、主流算法形式、參數(shù)設(shè)計策略以及相應(yīng)的實(shí)驗分析等，并結(jié)合圖像特征提取和遙感圖像目標(biāo)識別等場景闡述了先進(jìn)機(jī)器學(xué)習(xí)的典型應(yīng)用案例。