2024新版棋牌万人在线

本書是面向高級人工智能人才培養(yǎng)的高等學校人工智能相關(guān)專業(yè)精品教材中的一本，以信息物理系統(tǒng)、模糊邏輯系統(tǒng)、自主無人系統(tǒng)、群體智能、多Agent系統(tǒng)、人機協(xié)同系統(tǒng)、工業(yè)智能控制系統(tǒng)、機器人系統(tǒng)等為案例，完整呈現(xiàn)了人工智能綜合應(yīng)用體系架構(gòu)。本書首先介紹了智能系統(tǒng)的發(fā)展、相關(guān)概念、主要特征和類型、智能系統(tǒng)的發(fā)展前景，然后圍繞智能系統(tǒng)信息處理流程詳細闡述智能感知、智能計算、執(zhí)行系統(tǒng)等理論知識，最后重點講解了信息物理系統(tǒng)、模糊邏輯系統(tǒng)等八大系統(tǒng)的典型應(yīng)用體系架構(gòu)。本書將免費提供配套PPT、實驗及應(yīng)用案例等基本教學材料。

·23.4萬字

會員

人機交互：以用戶為中心的設(shè)計和評估（第6版）

本書的主題----“以用戶為中心的設(shè)計”就是要通過對用戶的深刻了解，根據(jù)用戶需求進行設(shè)計，并且通過用戶進行驗證的系統(tǒng)方法。這種方法可以有效地防止產(chǎn)品可用性問題，并能幫助設(shè)計人員設(shè)計出高水平的軟件。本書正是從軟件可用性的角度介紹了國外流行的以用戶為中心的軟件設(shè)計過程和方法。書中系統(tǒng)地論述了以用戶為中心的軟件設(shè)計的四個重要部分：人機交互分析，體驗設(shè)計方法，用戶界面設(shè)計專題，人機交互評估等重要內(nèi)容。為讀者提供學科最前沿的信息。

·33.5萬字

會員

深度強化學習實踐（原書第2版）

本書的主題是強化學習（ReinforcementLearning，RL），它是機器學習（MachineLearning，ML）的一個分支，強調(diào)如何解決在復雜環(huán)境中選擇最優(yōu)動作時產(chǎn)生的通用且極具挑戰(zhàn)的問題。學習過程僅由獎勵值和從環(huán)境中獲得的觀察驅(qū)動。該模型非常通用，能應(yīng)用于多個真實場景，從玩游戲到優(yōu)化復雜制造過程都能涵蓋。

·29萬字

會員

計算機視覺中的深度學習

人工智能相比于人力而言具有低成本、高效率和全天候等巨大優(yōu)勢，但其發(fā)展往往不能全面滿足實際場景的旺盛需求。近年來人工智能與計算機視覺的結(jié)合日益緊密，基于深度學習研究計算機視覺成為一個新方向。深度學習的特點是層次化的特征提取、規(guī)模更大、數(shù)據(jù)更多、計算更復雜。本書從介紹計算機視覺的任務(wù)入手，總結(jié)從傳統(tǒng)手工提取特征方法到深度學習的發(fā)展歷程。然后，針對不同層次的計算機視覺任務(wù)，結(jié)合作者團隊近年來的研究成果，以及部分學界公認的里程碑式成果，從理論層面論述深度學習在具體計算機視覺任務(wù)中的應(yīng)用。本書作者來自北京郵電大學長期從事多媒體技術(shù)教學和研究的一線教師。本書適合從事圖像和視頻的處理和理解的研究人員、相關(guān)領(lǐng)域軟件開發(fā)人員或研究生閱讀。

·20.3萬字

會員

Cadence高速電路板設(shè)計與仿真（第3版）

本書以CadenceAllegroSPB16.2為基礎(chǔ)，以具體電路為范例，詳盡講解元器件建庫、原理圖設(shè)計、布局、布線、仿真、CAM文件輸出等PCB設(shè)計的全過程，包括原理圖輸入及器件數(shù)據(jù)集成管理環(huán)境的使用，中心庫的開發(fā)，PCB設(shè)計工具的使用，以及高速信號仿真工具的使用等。無論是對前端設(shè)計開發(fā)（原理圖設(shè)計），還是對PCB板級設(shè)計，以及PCB上的高速電路分析，都有全面的參考和學習價值。

·23.3萬字

會員

機器人SLAM導航：核心技術(shù)與實戰(zhàn)

機器人SLAM導航的一大痛點是很難做到理論與實戰(zhàn)相結(jié)合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領(lǐng)域的研究開發(fā)人員走出“調(diào)參”困境，終結(jié)面對硬件和深奧算法時的束手無策，加快算法在實際機器人產(chǎn)品的工程落地與系統(tǒng)性技術(shù)突破。本書以ROS編程、傳感器、底盤等機器人開發(fā)所涉及的軟硬件基礎(chǔ)知識為切入點，逐步引出SLAM和導航兩大領(lǐng)域核心算法，并結(jié)合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導航的數(shù)學原理、代碼框架及實操進行深度剖析。本書分為4篇，一共13章。編程基礎(chǔ)篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎(chǔ)知識，為后續(xù)學習打好必要的編程基礎(chǔ)。硬件基礎(chǔ)篇（第4～6章），通過對機器人傳感器、機器人主機和機器人底盤的討論，幫助缺少硬件基礎(chǔ)的開發(fā)者系統(tǒng)認識機器人硬件，并更好地理解軟件與硬件之間的協(xié)同關(guān)系。SLAM篇（第7～10章），以各個具體的SLAM系統(tǒng)實現(xiàn)為例，進一步介紹SLAM算法的代碼框架以及核心算法的細節(jié)實現(xiàn)。自主導航篇（第11～13章），基于具體自主導航系統(tǒng)實現(xiàn)，剖析自主導航算法的代碼框架以及核心算法的細節(jié)實現(xiàn)，并通過一個真實機器人案例向大家介紹應(yīng)用SLAM導航技術(shù)進行開發(fā)的完整流程。

·30.9萬字

會員

人工智能倫理

人工智能（AI）時代已悄然而至，然而對AI倫理學的研究卻剛剛起步。與以往的技術(shù)革命不同，AI有望在多個領(lǐng)域取代人類，但也有傷害人類的潛在風險。為防止對AI技術(shù)的濫用，我們在復雜性變得不可控之前，必須把最糟糕的情況都預想到、分析到。

·27.7萬字

會員

機器意識：人工智能的終極挑戰(zhàn)

自20世紀90年代以來，人們再次高度關(guān)注意識問題，眾多哲學家、心理學家與神經(jīng)科學家在此領(lǐng)域開展了深入的研究工作（Zelazo，2007）。與此同時，人們也開始嘗試用計算方法讓機器裝置擁有意識能力。這類研究逐漸被稱為“機器意識”（MachineConsciousness）研究，有時也用“人工意識”（ArtificialConsciousness）或偶爾用“數(shù)字覺知”（DigitalAwareness）來稱呼這一領(lǐng)域。

·27.9萬字

會員

深度學習高手筆記（卷2）：經(jīng)典應(yīng)用

本書通過扎實、詳細的內(nèi)容，從理論知識、算法源碼、實驗結(jié)果等方面對深度學習中涉及的算法進行分析和介紹。本書共三篇，第一篇主要介紹深度學習在目標檢測與分割方向的前沿算法，包括雙階段檢測、單階段檢測、無錨點檢測、特征融合、損失函數(shù)、語義分割這6個方向；第二篇主要介紹深度學習在場景文字檢測與識別方向的重要突破，主要介紹場景文字檢測、場景文字識別這兩個階段的算法；第三篇主要介紹深度學習的其他算法與應(yīng)用，包括圖像翻譯、圖神經(jīng)網(wǎng)絡(luò)、二維結(jié)構(gòu)識別、人像摳圖、圖像預訓練、多模態(tài)預訓練這6個方向的算法。附錄部分介紹雙線性插值、匈牙利算法、Shift-and-Stitch、德勞內(nèi)三角化、圖像梯度、仿射變換矩陣等內(nèi)容。本書結(jié)構(gòu)清晰，內(nèi)容廣度與深度齊備。通過閱讀本書，讀者可以了解前沿的深度學習算法，擴展自己的算法知識面。無論是從事深度學習科研的教師及學生，還是從事算法落地實踐的工作人員，都能從本書中獲益。

·21萬字

會員

分布式人工智能

全書可分為五大部分，闡述了分布式人工智能的基礎(chǔ)知識以及相關(guān)進展，包括分布式人工智能簡介、分布式規(guī)劃與優(yōu)化、多智能體博弈、多智能體學習和分布式人工智能應(yīng)用。除此之外，由于本領(lǐng)域尚處于蓬勃發(fā)展階段，相關(guān)技術(shù)與應(yīng)用層出不窮，因此書中還提供了研究者對于分布式人工智能發(fā)展的相關(guān)預測，主要集中在：第一，更復雜和更大規(guī)模的分布式人工智能問題的研究和解決；第二，分布式人工智能的安全性，魯棒性和泛化性，這將極大地促進人們對于分布式人工智能問題的理解；第三，分布式人工智能的可解釋性，這將使得人類能夠理解算法的決策，為分布式人工智能的落地減少障礙。本書適合相關(guān)領(lǐng)域的從業(yè)者學習，也適合作為本領(lǐng)域研究者的案頭參考。

·22.7萬字

會員

智能原理

本書全面梳理了各個學科與智能研究相關(guān)的成果，在此基礎(chǔ)上歸納了一般智能的構(gòu)成要素，形成了生物智能和非生物智能統(tǒng)一的智能理論體系。系統(tǒng)分析了智能的進化、發(fā)展、使用和評價，提出了語義邏輯的主要準則和不同于馮?諾伊曼體系的智能計算架構(gòu)。并且為構(gòu)建本書所述非生物智能體或人工智能學界討論的通用人工智能提出了一條可實現(xiàn)的路徑。本書適合對智能和人工智能感興趣的學生、學者和實踐工作者閱讀。

·25.9萬字

會員

新智元：機器+人類=超智能時代

谷歌AlphaGO戰(zhàn)勝李世石，標志著機器智能向人類智能的領(lǐng)地又邁進了偉大的一步。而“互聯(lián)網(wǎng)”向“智能”時代的躍遷，也昭示新智能時代即將到來。2016年，恰逢人工智能誕生60周年，本書是人工智能技術(shù)和產(chǎn)業(yè)狂飆突進的見證，為讀者打開人工智能世界的一扇大門，不僅可以一窺百度大腦、訊飛超腦、中國大腦計劃究竟，更可以著名人工智能研究院院長等頂級專家大咖的技術(shù)解密作為對智能產(chǎn)業(yè)未來趨勢的參照。近百位學界、商界、技術(shù)界、產(chǎn)業(yè)界的專家，從機器人、機器人學習、智能汽車、智能醫(yī)療、認知科學、高性能計算和“AI”投資等不同視角，對人工智能和機器人產(chǎn)業(yè)進行評析。人類未來在AI時代將何去何從，超智能時代將引發(fā)社會更多思考。

·20.7萬字

會員

大語言模型：基礎(chǔ)與前沿

本書深入闡述了大語言模型的基本概念和算法、研究前沿以及應(yīng)用，涵蓋大語言模型的廣泛主題，從基礎(chǔ)到前沿，從方法到應(yīng)用，涉及從方法論到應(yīng)用場景方方面面的內(nèi)容。首先，本書介紹了人工智能領(lǐng)域的進展和趨勢；其次，探討了語言模型的基本概念和架構(gòu)、Transformer、預訓練目標和解碼策略、上下文學習和輕量級微調(diào)、稀疏專家模型、檢索增強型語言模型、對齊語言模型與人類偏好、減少偏見和有害性以及視覺語言模型等內(nèi)容；最后，討論了語言模型對環(huán)境的影響。本書內(nèi)容全面、系統(tǒng)性強，適合高年級本科生和研究生、博士后研究人員、講師以及行業(yè)從業(yè)者閱讀與參考。

·20.1萬字

會員

深入理解AutoML和AutoDL：構(gòu)建自動化機器學習與深度學習平臺

這是一部從基礎(chǔ)理論、核心原理、前沿算法等多個維度系統(tǒng)、全面講解AutoML、AutoDL、AutoNAS和元學習的著作。作者是資深的人工智能專家，平安科技深度學習平臺和AutoML平臺負責人。本書得到了IEEEFellow/ACM杰出科學家/香港科技大學教授楊強教授、騰訊AILab副主任俞棟、美國佛羅里達大學教授李曉林等8位來自企業(yè)界、學術(shù)界和媒體界的資深專家的一致好評。它既能讓新人理清AutoML的脈絡(luò)，快速上手機器學習，又能讓有經(jīng)驗的讀者全面掌握AutoML的知識體系，工作變得更高效。

·20.6萬字

會員

人工智能注意力機制：體系、模型與算法剖析

“注意”作為一切思維活動的起點，一直是哲學、心理學和認知神經(jīng)科學的重點研究對象。隨著計算機技術(shù)的發(fā)展，人類對注意力機制的模擬和應(yīng)用成為計算機科學領(lǐng)域的熱點研究方向——讓計算機能夠具有類似人類的注意力機制，使其能夠有效地應(yīng)用于對數(shù)據(jù)的理解和分析。Transformer模型誕生后，注意力機制在人工智能各大重要領(lǐng)域的研究和應(yīng)用更是如火如荼，成果豐碩。從注意力機制這一重要角度入手，闡述注意力機制的產(chǎn)生背景和發(fā)展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態(tài)機器學習三大人工智能方向中的應(yīng)用思路、模型與算法。以人工智能相關(guān)專業(yè)研究人員，特別是計算機視覺與自然語言處理等領(lǐng)域的研發(fā)人員作為主要讀者對象，一方面幫其梳理技術(shù)的發(fā)展脈絡(luò)、開拓思路、構(gòu)建完整的認知體系；另一方面為其剖析算法原理、深刻理解算法細節(jié)。

·40.7萬字

會員

機器人驅(qū)動與控制及應(yīng)用實例

機器人驅(qū)動裝置是驅(qū)使執(zhí)行機構(gòu)運動的機構(gòu)，按照控制系統(tǒng)發(fā)出的指令信號，借助于動力元件使機器人進行動作。本書結(jié)合大量工程應(yīng)用實例，系統(tǒng)介紹基于步進電動機、直流伺服電動機、交流伺服電動機、液壓、氣壓等裝置的驅(qū)動與控制技術(shù)及其最新應(yīng)用成果。本書取材新穎，涉及機器人廣泛的應(yīng)用領(lǐng)域、多種機器人類型和多方面的專業(yè)技術(shù)。敘述上以應(yīng)用實例為主講解，條理分明，深入淺出，通俗易讀。本書主要供機電控制、機器人研究開發(fā)及應(yīng)用專業(yè)人員學習和參考，也可作為高等院校相關(guān)專業(yè)師生的教學參考書。

·23.1萬字

會員

人工智能安全

隨著人工智能技術(shù)的高速發(fā)展和廣泛應(yīng)用，人工智能安全問題引發(fā)了人們的高度關(guān)注。本書介紹了人工智能安全的概念和范疇，并從理論技術(shù)、技術(shù)標準、產(chǎn)業(yè)生態(tài)、倫理、法律等不同角度分析了人工智能所涉及的安全問題及其治理策略和解決方法。除概述外，本書介紹了采用可信計算技術(shù)解決人工智能安全問題的方法，以及無人系統(tǒng)安全、基于類腦計算的強人工智能及其安全、智能制造和智能城市中的人工智能應(yīng)用安全、網(wǎng)絡(luò)安全、人工智能安全可控的產(chǎn)業(yè)生態(tài)建設(shè)、人工智能安全標準與風險評估預警、人工智能法律倫理。總體來說，本書既概要地分析了人工智能安全問題的一般屬性，又從不同角度和不同的典型應(yīng)用領(lǐng)域分析了人工智能系統(tǒng)中特別的安全問題及其風險評估、預測、治理途徑和解決方法。

·25.4萬字

會員

智慧的疆界：從圖靈機到人工智能

這是一部對人工智能充滿敬畏之心的匠心之作，《深入理解Java虛擬機》作者耗時一年完成，它將帶你從奠基人物、歷史事件、學術(shù)理論、研究成果、技術(shù)應(yīng)用等5個維度全面讀懂人工智能。本書以時間為主線，用專業(yè)的知識、通俗的語言、巧妙的內(nèi)容組織方式，詳細講解了人工智能這個學科的全貌、能解決什么問題、面臨怎樣的困難、嘗試過哪些努力、取得過多少成績、未來將向何方發(fā)展，盡可能消除人工智能的神秘感，把陽春白雪的人工智能從科學的殿堂推向公眾面前。

·22.6萬字

會員

機器學習中的數(shù)學修煉

全書共分為兩篇：在上篇中，將從浩瀚的數(shù)學海洋中擷取機器學習研究人員最為必須和重要的數(shù)學基礎(chǔ)。內(nèi)容主要包括：微積分（含場論）、數(shù)值計算和常用最優(yōu)化方法、概率論基礎(chǔ)與數(shù)理統(tǒng)計、線性代數(shù)等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，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（包括SVM，邏輯回歸，神經(jīng)網(wǎng)絡(luò)等）和聚類算法（包括K均值和EM算法等）等話題。

·22.2萬字

會員

深度學習

《深度學習》由全球知名的三位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領(lǐng)域奠基性的經(jīng)典教材。全書的內(nèi)容包括3個部分：第1部分介紹基本的數(shù)學工具和機器學習的概念，它們是深度學習的預備知識；第2部分系統(tǒng)深入地講解現(xiàn)今已成熟的深度學習方法和技術(shù)；第3部分討論某些具有前瞻性的方向和想法，它們被公認為是深度學習未來的研究重點。《深度學習》適合各類讀者閱讀，包括相關(guān)專業(yè)的大學生或研究生，以及不具有機器學習或統(tǒng)計背景、但是想要快速補充深度學習知識，以便在實際產(chǎn)品或平臺中應(yīng)用的軟件工程師。

·43.8萬字

跳轉(zhuǎn)至頁

官术网_书友最值得收藏!

人工智能

分類

狀態(tài)

屬性

字數(shù)

更新時間

智能系統(tǒng)