本書探究多學科理論與方法集成模型，將人機工程學(Ergonomics，E)理論、QFD方法、TRIZ理論、模糊綜合評價方法進行有效結合，發(fā)揮理論與方法的集成與互補優(yōu)勢，從而實現(xiàn)人機產(chǎn)品創(chuàng)新設計與評價的科學性與準確性，指導設計過程的準確實施。

本書以高校和企業(yè)合作的人工智能大數(shù)據(jù)標注基地的實際運作經(jīng)驗為基礎,將自己在AI大數(shù)據(jù)標注工廠中所領悟到的管理方法和所使用的技術平臺進行詳細闡述,并結合實際案例進行講解,在兼顧初學者的同時,更偏重于如何以數(shù)據(jù)標注工廠的層面從管理方法和技術手段上提高AI大數(shù)據(jù)標注生產(chǎn)能力的探討。

本書分為計算機語言、數(shù)學、AI基本概念、基本程序4部分，共14章，包括MATLAB、Linux、Python、簡單隨機過程基礎知識、隨機矩陣理論簡述、深度學習基本概念等內容。

本書分為人工智能啟蒙、人工智能創(chuàng)新實踐和人工智能科創(chuàng)實踐3個章節(jié)，每個章節(jié)包含若干個主題活動，每個主題設置了情境導入、知識沖浪、編程實踐和總結與反饋等環(huán)節(jié)。

針對自動控制原理課程具有理論性強、內容抽象、難理解和計算復雜的特點,本書強化理論聯(lián)系實際的舉措,緊密結合工程應用,設計的習題包括概念題、基本題、證明題、工程應用題等。本書共有7章,分別包括自動控制的一般概念、控制系統(tǒng)的數(shù)學模型、線性系統(tǒng)的時域分析法、線性系統(tǒng)的根軌跡法、線性系統(tǒng)的頻域分析法、線性系統(tǒng)的校正方法和線性離散

在本書中，你將學習以一種整體方法來設計兼具可靠性、可伸縮性、可維護性，并能適應不斷變化的環(huán)境和業(yè)務需求的機器學習系統(tǒng)。作者ChipHuyen是ClaypotAI的聯(lián)合創(chuàng)始人，她在如何幫助系統(tǒng)作為一個整體實現(xiàn)其目標的背景下考慮了每一種設計決策，例如如何處理和創(chuàng)建訓練數(shù)據(jù)，使用哪些特性，重新訓練模型的頻率，以及監(jiān)測哪些內容

本書以準確翔實的統(tǒng)計數(shù)據(jù)和全面深入的實地調研為基礎，系統(tǒng)闡述我國人工智能人才發(fā)展總體現(xiàn)狀、存在的問題及未來發(fā)展趨勢，重點分析我國高校人工智能人才教育培養(yǎng)狀況、人工智能相關崗位人才需求狀況、國際人工智能人才狀況和就業(yè)趨勢，以互聯(lián)網(wǎng)行業(yè)、金融業(yè)、汽車行業(yè)人工智能人才發(fā)展，以及深圳、蘇州、杭州、廣州、北京等市的人工智能人才發(fā)

本教材充分考慮高職學生的特點，職業(yè)崗位要求，精選教學內容，以應用知識為主，注重理論聯(lián)系實際，側重培養(yǎng)學生的工匠精神、勞動意識和創(chuàng)新精神。全書以“講清概念，側重應用”為主旨，簡化了大量的數(shù)理推導，將經(jīng)典線性控制理論中的最基本、最重要的內容與實際生產(chǎn)中應用最廣泛、最常用的典型過程控制系統(tǒng)相結合。將鋼鐵冶金行業(yè)新技術、新工藝

本書較為全面地介紹了深度學習模型訓練、計算機視覺模型應用、自然語言處理模型應用等技術。全書共9個實訓項目,包括深度學習全連接神經(jīng)網(wǎng)絡應用、深度學習卷積神經(jīng)網(wǎng)絡應用、深度學習循環(huán)神經(jīng)網(wǎng)絡應用、計算機視覺模型數(shù)據(jù)準備、計算機視覺模型訓練與應用、計算機視覺模型部署、自然語言處理預訓練模型數(shù)據(jù)準備、自然語言處理預訓練模型訓練與

本書較為全面地介紹了深度學習應用場景下的人工智能技術服務、深度學習數(shù)據(jù)應用、深度學習基礎應用等技術。全書共10個實訓項目,包括人工智能需求分析、人工智能產(chǎn)品設計、人工智能平臺應用、數(shù)據(jù)采集工程應用、數(shù)據(jù)處理工程應用、數(shù)據(jù)標注工程應用、機器學習模型訓練、深度學習框架應用開發(fā)、深度學習框架基礎功能應用、深度學習線性回歸模型