本書先介紹深度強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)及相關(guān)算法，然后給出多個(gè)實(shí)戰(zhàn)項(xiàng)目，以期讓讀者可以根據(jù)環(huán)境的直接反饋對智能體加以調(diào)整和改進(jìn)，提升運(yùn)用深度強(qiáng)化學(xué)習(xí)技術(shù)解決實(shí)際問題的能力。本書涵蓋深度Q網(wǎng)絡(luò)、策略梯度法、演員-評論家算法、進(jìn)化算法、Dist-DQN、多智能體強(qiáng)化學(xué)習(xí)、可解釋性強(qiáng)化學(xué)習(xí)等內(nèi)容。本書給出的實(shí)戰(zhàn)項(xiàng)目緊跟深度強(qiáng)化學(xué)習(xí)

本書基于循序漸進(jìn)培養(yǎng)兒童數(shù)學(xué)核心概念和邏輯思維的培養(yǎng)目標(biāo)，用故事情景和實(shí)物化編程游戲工具，引導(dǎo)孩子在角色扮演和對圖形化程序指令符號(hào)的理解執(zhí)行過程中，訓(xùn)練孩子用計(jì)算思維解決問題，使抽象枯燥的數(shù)學(xué)教育和編程教育變成生動(dòng)活潑、充滿童趣，又富有互動(dòng)性的學(xué)習(xí)體驗(yàn)。 附帶教學(xué)教案和教具

本書是入門階段的人工智能技術(shù)讀物，使讀者獲得人工智能的入門知識(shí)和基本的人工智能思維模式與動(dòng)手能力，主要內(nèi)容包括人類智能與人工智能的關(guān)系、人工智能的定義、人工智能六大實(shí)現(xiàn)途徑、智能系統(tǒng)的動(dòng)手實(shí)踐等，為學(xué)校開展人工智能入門教學(xué)或者讀者自學(xué)人工智能技術(shù)提供參考和指南。

使用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際應(yīng)用問題涉及模型的建立、訓(xùn)練及評估等步驟。優(yōu)化算法常被用于訓(xùn)練模型的參數(shù)，是機(jī)器學(xué)習(xí)的重要組成部分。機(jī)器學(xué)習(xí)模型的訓(xùn)練可以建模成無約束優(yōu)化問題或帶約束優(yōu)化問題，約束可以為模型增加更多的先驗(yàn)知識(shí)�；�于梯度的算法（例如加速梯度法、隨機(jī)梯度法等）是求解無約束優(yōu)化問題的常用方法，而交替方向乘子法（ADM

本書系統(tǒng)地論述了人工神經(jīng)網(wǎng)絡(luò)的主要理論和設(shè)計(jì)基礎(chǔ)，給出了大量應(yīng)用實(shí)例，旨在使讀者了解神經(jīng)網(wǎng)絡(luò)的發(fā)展背景和研究對象，理解和熟悉其基本原理和主要應(yīng)用，掌握其結(jié)構(gòu)模型和基本設(shè)計(jì)方法，為以后的深入研究和應(yīng)用開發(fā)打下基礎(chǔ)。全書共分為10章，第1、2章介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史、基本特征與功能、應(yīng)用領(lǐng)域及基礎(chǔ)知識(shí)，第3~10章展開介

本書系統(tǒng)介紹了機(jī)器學(xué)習(xí)常用算法及其應(yīng)用，在深入分析算法原理的基礎(chǔ)上，結(jié)合當(dāng)前熱門應(yīng)用場景，向讀者展現(xiàn)了機(jī)器學(xué)習(xí)算法的綜合應(yīng)用，帶領(lǐng)讀者進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域，開啟人工智能行業(yè)的大門。全書共21章，分為3部分。第1部分介紹機(jī)器學(xué)習(xí)基礎(chǔ)算法，包括線性回歸、多項(xiàng)式回歸、邏輯回歸、k-NN、決策樹、k-Means、SVM、隨機(jī)森林、

《自動(dòng)控制原理（第2版）》主要內(nèi)容包括控制系統(tǒng)的數(shù)學(xué)模型，線性系統(tǒng)的時(shí)域分析法、根軌跡法、頻域分析法、綜合與校正，非線性系統(tǒng)的分析，線性離散系統(tǒng)的分析。本書著重于基本概念、基本理論和基本分析方法，并附加學(xué)習(xí)資源，掃描書中的二維碼可隨時(shí)完成基本測試題練習(xí)并查看參考答案。本書在國家智慧教育公共服務(wù)平臺(tái)有配套在線課程，可供讀

本書的主體內(nèi)容包括機(jī)器學(xué)習(xí)概念與特征工程、機(jī)器學(xué)習(xí)技術(shù)、模型關(guān)系管理，其中，模型關(guān)系管理部分主要介紹了弱集成學(xué)習(xí)、強(qiáng)集成學(xué)習(xí)和混合專家模型。弱集成學(xué)習(xí)是指使用機(jī)器學(xué)習(xí)中的弱分類器實(shí)現(xiàn)模型準(zhǔn)確度和穩(wěn)定性之間的平衡。強(qiáng)集成學(xué)習(xí)是指協(xié)同特征工程與強(qiáng)分類器形成強(qiáng)集成學(xué)習(xí)環(huán)境�；旌蠈＜夷Ｐ褪侵竿ㄟ^神經(jīng)網(wǎng)絡(luò)集成和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)形成深

2017年，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學(xué)開設(shè)人工智能相關(guān)課程，并提倡以計(jì)算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學(xué)導(dǎo)向。因此，機(jī)器學(xué)習(xí)作為人工智能技術(shù)的內(nèi)核，走入我國廣大中小學(xué)生的課堂是科技發(fā)展的必然選擇�！禕R》本書共11章，系統(tǒng)地介紹機(jī)器學(xué)習(xí)模型中常見的白盒和黑盒模型，以及這些模型統(tǒng)一的框

機(jī)器學(xué)習(xí)是人工智能的一個(gè)方向。它是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門學(xué)科。其目標(biāo)是使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類學(xué)習(xí)活動(dòng)，從現(xiàn)有大量的數(shù)據(jù)中學(xué)習(xí)，利用經(jīng)驗(yàn)不斷改善系統(tǒng)性能。機(jī)器學(xué)習(xí)步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、建立模型、模型評估和預(yù)測。本書共6章。第1章節(jié)主要介紹機(jī)器學(xué)習(xí)的基本概念及其

本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗(yàn)的總結(jié)。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計(jì)科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對人類的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類進(jìn)行各個(gè)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(jié)合人工智能技術(shù)的發(fā)

本書是《動(dòng)手學(xué)深度學(xué)習(xí)》的重磅升級版本，選用PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。 本書重新修訂《動(dòng)手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對技術(shù)的發(fā)展，新增注意力機(jī)制、預(yù)訓(xùn)練等內(nèi)容。本書包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)和預(yù)備知識(shí)，并由線性模型引出基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)——多層感知機(jī)

本書是《Scikit-learn機(jī)器學(xué)習(xí)詳解》（潘風(fēng)文編著）的進(jìn)階篇，講解了Sklearn（Scikit-learn）機(jī)器學(xué)習(xí)框架的各種高級應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學(xué)習(xí)、模型選擇和交叉驗(yàn)證、異常檢測、管道、信號(hào)分解、模型持久化以及Sklearn系統(tǒng)高級配置。通過本書的學(xué)習(xí)，讀者可快速掌握Sklearn框架的高

本書將人工智能與人類智慧深度融合，系統(tǒng)、全面地介紹了類腦智能目標(biāo)檢測網(wǎng)絡(luò)的構(gòu)建原理、方法、過程，具有較高的學(xué)術(shù)價(jià)值；同時(shí)，本書將所構(gòu)建的類腦智能目標(biāo)檢測網(wǎng)絡(luò)在無人車交通標(biāo)志檢測、無人車-機(jī)械臂協(xié)同作業(yè)這兩個(gè)場景進(jìn)行了示范應(yīng)用，具有較大的工程應(yīng)用價(jià)值。本書主要的讀者群體為從事類腦智能、計(jì)算機(jī)視覺、無人系統(tǒng)研究的科研工作者

本書基于作者多年的研究成果，詳細(xì)介紹了跨數(shù)據(jù)中心機(jī)器學(xué)習(xí)的訓(xùn)練系統(tǒng)設(shè)計(jì)和通信優(yōu)化技術(shù)。本書面向多數(shù)據(jù)中心間的分布式機(jī)器學(xué)習(xí)系統(tǒng)，針對多數(shù)據(jù)中心間有限的傳輸帶寬、動(dòng)態(tài)異構(gòu)資源，以及異構(gòu)數(shù)據(jù)分布三重挑戰(zhàn)，自底向上討論梯度傳輸協(xié)議、流量傳送調(diào)度、高效通信架構(gòu)、壓縮傳輸機(jī)制、同步優(yōu)化算法、異構(gòu)數(shù)據(jù)優(yōu)化算法六個(gè)層次的優(yōu)化技術(shù)，旨

從取代簡單機(jī)械的重復(fù)勞動(dòng)到輔助內(nèi)容創(chuàng)作、醫(yī)藥開發(fā)、科學(xué)實(shí)驗(yàn)，人工智能產(chǎn)品正以驚人的速度在各行業(yè)大展拳腳，預(yù)示著人類即將進(jìn)入一個(gè)全新的發(fā)展階段。本書通過淺顯易懂的語言幫助你理解人工智能產(chǎn)品是什么，人工智能產(chǎn)品是怎么創(chuàng)造出來的以及人工智能產(chǎn)品是如何進(jìn)行創(chuàng)新迭代的。人工智能行業(yè)的快速發(fā)展對產(chǎn)品經(jīng)理提出了更高的要求，產(chǎn)品經(jīng)理需

本書以人工智能下的大數(shù)據(jù)時(shí)代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)多個(gè)維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書沒有給出晦澀難懂的數(shù)學(xué)公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡潔的Python程序,讓讀者能夠快速入門,提升個(gè)人的數(shù)據(jù)綜合素養(yǎng)。

本書全面、深入地探討了人工智能（AI）領(lǐng)域的理論和實(shí)踐，以統(tǒng)一的風(fēng)格將當(dāng)今流行的人工智能思想和術(shù)語融合到引起廣泛關(guān)注的應(yīng)用中，真正做到理論和實(shí)踐相結(jié)合。全書分7個(gè)部分，共28章，理論部分介紹了人工智能研究的主要理論和方法并追溯了兩千多年前的相關(guān)思想，內(nèi)容主要包括邏輯、概率和連續(xù)數(shù)學(xué)，感知、推理、學(xué)習(xí)和行動(dòng)，公平、信任、

本書系統(tǒng)介紹了5G物聯(lián)網(wǎng)端管云協(xié)同設(shè)計(jì)理念，主要內(nèi)容包括基于STM32單片機(jī)的感知終端開發(fā)、基于5GNB-IoT和NR的感知數(shù)據(jù)處理與傳輸、采用公有云和自建云的物聯(lián)數(shù)據(jù)存儲(chǔ)與Grafana可視化平臺(tái)，最后通過4個(gè)典型的物聯(lián)網(wǎng)綜合應(yīng)用和兩個(gè)物聯(lián)網(wǎng)競賽獲獎(jiǎng)實(shí)戰(zhàn)案例，助力讀者掌握面向端管云協(xié)同設(shè)計(jì)的物聯(lián)網(wǎng)應(yīng)用項(xiàng)目開發(fā)。為提高