人工智能是一項高科技技術,也是計算機技術的一個重要分支,此技術是以人工的方法,對人類的行動和思維進行模仿,同時在人的智能基礎上進行拓展。人工智能應用面比較廣泛,可代替人類進行各個方面的工作,可以說大大提高了人類在日常生活工作中的效率。但人工智能具有兩面性,對人類有好的一面也有不好的一面。因此,本書將結合人工智能技術的發(fā)
本書以掌握Python語言基礎為前提,由淺入深、全面系統(tǒng)地講解了機器學習的相關知識及技能,內(nèi)容注重實用性和可操作性,在介紹機器學習理論知識的基礎上,結合具體的實戰(zhàn)實例,給出了詳細的代碼及實現(xiàn)步驟。全書共9個項目,分別介紹了數(shù)據(jù)分析基礎、機器學習項目實戰(zhàn)流程、探索性數(shù)據(jù)分析與特征工程、常見機器學習算法及框架、交叉驗證與超
本書是《動手學深度學習》的重磅升級版本,選用PyTorch深度學習框架,旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內(nèi)容,并針對技術的發(fā)展,新增注意力機制、預訓練等內(nèi)容。本書包含15章,第一部分介紹深度學習的基礎知識和預備知識,并由線性模型引出基礎的神經(jīng)網(wǎng)絡——多層感知機
本書根據(jù)企業(yè)實際生產(chǎn)需要,結合典型項目,以實用、易用為目的,深入淺出地介紹了西門子人機界面組態(tài)與應用的實用技術。本書采用“項目導向、任務驅(qū)動”的形式,設計了HMI組態(tài)與調(diào)試入門、小車移動監(jiān)控系統(tǒng)、水泵控制監(jiān)控系統(tǒng)、剪板機控制監(jiān)控系統(tǒng)、多電機功能監(jiān)控系統(tǒng)和飲料生產(chǎn)線監(jiān)控系統(tǒng)6個項目,共30個任務,每個任務附有大量的圖片說
本書結合機械大類各專業(yè)及相近專業(yè)的發(fā)展和教學需要,較為系統(tǒng)地介紹了機械控制工程的基本內(nèi)容。全書共由三個模塊組成,即經(jīng)典控制理論、離散控制系統(tǒng)、現(xiàn)代控制理論,各模塊基本獨立,其中經(jīng)典控制理論為基本部分。全書共9章,主要內(nèi)容有緒論、控制系統(tǒng)的數(shù)學模型、時域分析、根軌跡法、頻域分析、穩(wěn)定性分析、綜合與校正,以及離散控制系統(tǒng)分
本書本著培養(yǎng)高職學生的人工智能基本素養(yǎng)、人工智能思維和人工智能應用實踐能力的目標,內(nèi)容選取符合高職學生的特點,強調(diào)人工智能的通識性、典型性和實用性,具有可操作性。本書選取了涵蓋人工智能領域的多個典型案例,采用項目化模式構建教學案例,突出實踐。每個案例由循序漸進的遞進式任務組成,支持課堂分層次教學實施。全書共分7章,主要
本書重點分析非線性時滯系統(tǒng)的迭代學習控制方案設計及其穩(wěn)定性分析問題。內(nèi)容包括:不確定時變參數(shù)化非線性時滯系統(tǒng)迭代學習控制、非參數(shù)化非線性時滯系統(tǒng)迭代學習控制、控制方向未知的非線性時滯系統(tǒng)迭代學習控制、基于觀測器的非線性時滯系統(tǒng)迭代學習控制、機械臂系統(tǒng)自適應迭代學習控制等。
本書從圖劃分的視角系統(tǒng)介紹基于圖論的機器學習方法,包括機器學習中的三類基本學習問題:無監(jiān)督、半監(jiān)督和監(jiān)督學習問題,同時考慮協(xié)同正則化、多重正則化和路徑傳播對基于圖論的學習方法進行了拓展。通過大量的實驗驗證,本書提供的方法合理有效,算法效率顯著提高。
本書主要利用魯棒控制理論和隨機系統(tǒng)理論研究了噪聲環(huán)境下多智能體系統(tǒng)的協(xié)同控制問題。具體包括噪聲環(huán)境下異構多智能體系統(tǒng)的一致性,持續(xù)干擾下多智能體系統(tǒng)的一致性,噪聲環(huán)境下多智能體系統(tǒng)的旋轉運動和對抗編隊控制,最后簡要介紹了噪聲環(huán)境下分數(shù)階多智能體系統(tǒng)的一致性。
本書著重從方法論角度對基于知識圖譜的可解釋人工智能的相關研究進行分類梳理,并挑選了智能推薦、問答對話、關系推理等三個具有代表性的人工智能任務,在每個任務下遴選出近年來有具有里程碑意義的典型研究成果,詳細介紹基于知識圖譜的可解釋人工智能的理論模型和應用情況。本書既涵蓋了大量經(jīng)典算法,又引入了近年來在該領域研究中涌現(xiàn)出的新