本書以人機(jī)界面評(píng)價(jià)研究為背景，分析了人機(jī)界面評(píng)價(jià)研究的必要性，回顧了國(guó)內(nèi)外人機(jī)界面評(píng)價(jià)研究的現(xiàn)狀，論述了人機(jī)界面評(píng)價(jià)理論及方法。以工效學(xué)標(biāo)準(zhǔn)為基礎(chǔ)，構(gòu)建了核電廠主控室人機(jī)界面評(píng)價(jià)指標(biāo)體系，開(kāi)發(fā)了人機(jī)界面評(píng)價(jià)軟件。主要內(nèi)容包括人機(jī)界面評(píng)價(jià)指標(biāo)篩選方法的分析與構(gòu)建、人機(jī)界面評(píng)價(jià)指標(biāo)體系的構(gòu)建、人機(jī)界面評(píng)價(jià)指標(biāo)權(quán)重分配方法的

本書可作為通識(shí)性選修課程的教學(xué)用書。本書內(nèi)容包括人工智能的概念、知識(shí)工程、確定性和不確定性推理、搜索技術(shù)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、自然語(yǔ)言處理、多智能體系統(tǒng)等。全書弱化理論知識(shí)，以了解性內(nèi)容為主。通過(guò)本書的學(xué)習(xí)，可使所有相關(guān)專業(yè)學(xué)生對(duì)人工智能有一個(gè)基礎(chǔ)性的認(rèn)識(shí)，方便后續(xù)相關(guān)課程的學(xué)習(xí)。

集成學(xué)習(xí)方法是一類先進(jìn)的機(jī)器學(xué)習(xí)方法，這類方法訓(xùn)練多個(gè)學(xué)習(xí)器并將它們結(jié)合起來(lái)解決一個(gè)問(wèn)題，在實(shí)踐中獲得了巨大成功。全書分為三部分。第一部分主要介紹集成學(xué)習(xí)的背景知識(shí)；第二部分主要介紹集成學(xué)習(xí)方法的核心知識(shí)，包括Boosting、Bagging、RandomForests等經(jīng)典算法，平均、投票和Stacking等模型和方

本書內(nèi)容涵蓋經(jīng)典的有監(jiān)督機(jī)器學(xué)習(xí)算法，無(wú)監(jiān)督機(jī)器學(xué)習(xí)算法，深度機(jī)器學(xué)習(xí)算法，闡述從淺層學(xué)習(xí)到深度學(xué)習(xí)，從簡(jiǎn)單的線性模型到復(fù)雜的神經(jīng)網(wǎng)絡(luò)非線性模型的原理與應(yīng)用。書中每個(gè)章節(jié)遵循先簡(jiǎn)介理論基礎(chǔ)，再構(gòu)建數(shù)學(xué)模型，然后輔以實(shí)例分析，從理論到實(shí)踐的講解原則。每個(gè)章節(jié)可獨(dú)立閱讀，也可從前向后，從簡(jiǎn)到難，從淺層學(xué)習(xí)到深度學(xué)習(xí)，循序漸

全書共分為兩篇：在上篇中，將從浩瀚的數(shù)學(xué)海洋中擷取機(jī)器學(xué)習(xí)研究人員最為必須和重要的數(shù)學(xué)基礎(chǔ)。內(nèi)容主要包括：微積分（含場(chǎng)論）、數(shù)值計(jì)算和常用最優(yōu)化方法、概率論基礎(chǔ)與數(shù)理統(tǒng)計(jì)、線性代數(shù)等。在下篇中，將選取機(jī)器學(xué)習(xí)中最為常用的算法和模型進(jìn)行講解，這部分內(nèi)容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網(wǎng)絡(luò)和HMM等）、分類算法（

本書介紹卷積神經(jīng)網(wǎng)絡(luò)的核心——錯(cuò)綜復(fù)雜的細(xì)節(jié)和算法的微妙之處。主要包括卷積神經(jīng)網(wǎng)絡(luò)的高級(jí)主題和使用Keras和TensorFlow的對(duì)象檢測(cè)。

本書由交互設(shè)計(jì)界的三位學(xué)者聯(lián)袂撰寫，是該領(lǐng)域的經(jīng)典著作，被全球各地的大學(xué)選作教材。新版本繼承了本書一貫的跨學(xué)科特色，并與時(shí)俱進(jìn)地新增一章討論數(shù)據(jù)分析，同時(shí)補(bǔ)充了新的發(fā)展成果。書中包含大量實(shí)例，涉及敏捷用戶體驗(yàn)、社會(huì)媒體與情感交互、混合現(xiàn)實(shí)與腦機(jī)界面等。全書緊緊圍繞設(shè)計(jì)與評(píng)估的迭代過(guò)程，不僅包含了傳統(tǒng)的理論知識(shí)、實(shí)例解析

本書通過(guò)聚焦于開(kāi)發(fā)基于神經(jīng)網(wǎng)絡(luò)的解決方案來(lái)介紹機(jī)器學(xué)習(xí)，首先將從熟悉構(gòu)建深度學(xué)習(xí)解決方案所需的概念和技術(shù)開(kāi)始，然后介紹如何創(chuàng)建分類器、構(gòu)建目標(biāo)檢測(cè)和語(yǔ)義分割神經(jīng)網(wǎng)絡(luò)、訓(xùn)練生成式模型，以及使用TF2.0的工具，如TensorFlowDatasets和TensorFlowHub，加速開(kāi)發(fā)過(guò)程。學(xué)完本書之后，讀者將能夠使用T

深度學(xué)習(xí)是目前學(xué)術(shù)界和工業(yè)界都非�；馃岬脑掝}，在許多行業(yè)有著成功應(yīng)用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成，專門針對(duì)深度學(xué)習(xí)領(lǐng)域，是《百面機(jī)器學(xué)習(xí)：算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個(gè)部分，第一部分介紹經(jīng)典的深度學(xué)習(xí)算法和模型，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成模型、生

本教材由廣州華立科技職業(yè)學(xué)院計(jì)算機(jī)信息工程學(xué)院院長(zhǎng)牽頭,聯(lián)合省內(nèi)外多所院校共同編寫。本書是一本基礎(chǔ)性強(qiáng)、可讀性好、適合于高職學(xué)生學(xué)習(xí)的人工智能通識(shí)課教材,在簡(jiǎn)述人工智能的理論與方法基礎(chǔ)上,較詳細(xì)地介紹了人工智能在工業(yè)領(lǐng)域中的應(yīng)用,包括人工智能基礎(chǔ)知識(shí)專家系統(tǒng)、智能控制、計(jì)算智能及其應(yīng)用、數(shù)據(jù)挖掘與智能決策、智能制造、智