本書首先介紹機器學習的矩陣代數(shù)基礎(chǔ),包括線性代數(shù)基礎(chǔ)、范數(shù)理論與投影映射、矩陣分解及應用、梯度矩陣;然后介紹機器學習的概率與優(yōu)化基礎(chǔ),包含概率統(tǒng)計與信息論基礎(chǔ)、凸函數(shù)、優(yōu)化理論、迭代算法;最后介紹幾個經(jīng)典的機器學習模型.閱讀本書需要微積分、線性代數(shù)和概率論與數(shù)理統(tǒng)計的基礎(chǔ)知識.

本書基于控制科學與工程、計算機科學與技術(shù)、環(huán)境科學與工程等多門學科，詳細闡述了城市污水處理系統(tǒng)建模的主要理論方法及應用案例，具有鮮明的特點，能夠促進城市污水處理建模理論與技術(shù)的發(fā)展。

本書在介紹深空探測任務與深空影像背景知識的基礎(chǔ)上,著重從統(tǒng)計數(shù)據(jù)分析和人工智能兩個方面介紹深空遙感影像相關(guān)的智能解譯方法.其中,在統(tǒng)計數(shù)據(jù)分析方面,介紹了統(tǒng)計理論工具及其在“嫦娥”觀測數(shù)據(jù)的判讀解譯應用.在人工智能數(shù)據(jù)分析方面,介紹了深度學習中基于語義分割和基于目標檢測方法在全月撞擊坑的自動判讀識別.為了便于讀者使用上

本書嘗試總結(jié)近年來游戲人工智能方向的優(yōu)秀研究工作，以及作者的一些探索成果。主要內(nèi)容包括游戲人工智能的背景、經(jīng)典的游戲人工智能方法、DeepMind針對棋牌和視頻類游戲的人工智能方法，以及作者團隊針對即時游戲的人工智能方法，如格斗游戲、星際爭霸的宏觀生產(chǎn)和微觀操作等。從理論分析到算法設(shè)計到編程實現(xiàn)，旨在為讀者提供一個針對

本書提出了機器人系統(tǒng)時間序列建模與健康監(jiān)測理論與方法，內(nèi)容分為6章。第1章介紹機器人系統(tǒng)概念性問題和機器人系統(tǒng)時序建模的關(guān)鍵基礎(chǔ)問題；第2章闡述機器人導航時序建模與健康監(jiān)測理論及應用；第3章闡述機器人車載電量時序建模與健康監(jiān)測理論及應用；第4章闡述機器人手臂時序建模與健康監(jiān)測理論及應用；第5章闡述無人駕駛車輛時序預測與

本書以PyTorch作為深度學習框架，主要包括4部分。第1部分（第1、2章），主要概述PyTorch基礎(chǔ)知識與常見深度學習算法實現(xiàn)，例如，CNN、LSTM，即CNN-LSTM；第2部分（第3～5章）高級神經(jīng)網(wǎng)絡實現(xiàn)，主要包括常見的深度學習網(wǎng)絡結(jié)構(gòu)，例如CNN、RNN及最新的Transformer等模型；第3部分（第6～

本書以智能機器人開發(fā)的基本技術(shù)為主要脈絡，以ROS作為核心開發(fā)平臺，以企業(yè)真實產(chǎn)品為載體，以崗位能力要求為導向。本書主要內(nèi)容包括智能機器人認知與組成架構(gòu)、智能機器人運動控制、智能機器人環(huán)境建圖、智能機器人自主導航、智能機器人自主無線充電、智能機器人避障、智能機器人語音控制、智能機器人目標跟隨、智能機器人的機械臂運動控制

本教材共分18課（章），每課根據(jù)實際情況需要3～8個學時，第1課到第10課，主要介紹了HTML基本框架，標簽與屬性，CSS樣式基礎(chǔ)，教會讀者利用盒子模型，結(jié)合HTML5結(jié)構(gòu)化標簽，建立基本的頁面框架，以及固定寬度布局的模板網(wǎng)頁，第11～16課介紹了JavaScript特效應用、表單、響應式設(shè)計、彈性圖像與彈性布局、fl

閱讀本書需要具備一定的Python語言編程基礎(chǔ)知識。編者充分調(diào)研了行業(yè)、企業(yè)對人才技術(shù)技能的需求，將教學過程和企業(yè)深度學習模型的訓練與部署、人工智能應用開發(fā)等生產(chǎn)過程銜接，與企業(yè)一線工程人員共同研究學生需要掌握的職業(yè)理論知識和技能，同時參照人工智能深度學習工程應用職業(yè)技能等級證書要求，將證書和崗位需求充分融入本書。本書

本書的結(jié)構(gòu)由淺入深，第1章和第2章介紹大語言模型和LangChain的基礎(chǔ)知識，使讀者能夠?qū)Ρ緯鴥?nèi)容有整體的認識，并完成運行環(huán)境的安裝配置，為后續(xù)實踐奠定基礎(chǔ)。第3章至第8章詳細介紹LangChain的重要模塊，包括模型調(diào)用、鏈、智能體等，深入淺出地介紹了各模塊的原理和使用方式。第9章至第11章涉及實踐項目，包括對話機