千炮捕鱼官方游戏下载

本書以ABB工業(yè)機器人為研究對象，分認識工業(yè)機器人、工業(yè)機器人基本操作、工業(yè)機器人現(xiàn)場編程和工業(yè)機器人日常維護四個模塊進行介紹。通過詳細的圖解實例對ABB工業(yè)機器人的操作、編程、日常維護與保養(yǎng)等相關的方法與功能進行講述，讓讀者了解工業(yè)機器人，并且能夠掌握獨立完成操作、編程、維護保養(yǎng)作業(yè)相關的具體操作方法。

·3.2萬字

會員

機器學習實戰(zhàn)：模型構建與應用

本書主要包括兩部分。第1部分（第1章-第11章）講解了如何使用TensorFlow來創(chuàng)建不同應用場景的機器學習模型。該部分介紹TensorFlow、計算機視覺、自然語言處理和序列建模。第二部分（第12章-第20章）將引導你了解如何將模型置于Android和iOS上的用戶手中、使用JavaScript的瀏覽器以及通過云提供服務的場景。

·12.4萬字

會員

人工智能十萬個為什么：熱AI冷知識

本書是由智能相對論創(chuàng)始人曾響鈴聯(lián)合旗下幾位資深分析師深入一線企業(yè)調研后，并結合行業(yè)發(fā)展現(xiàn)狀及未來發(fā)展趨勢預測完成的一本人工智能冷知識普及書籍。本書全面、詳盡地介紹了人工智能最先落地的幾個熱門領域：智能機器人、醫(yī)療服務業(yè)、教育、娛樂、健康等，覆蓋了人們接觸人工智能的各種場景，并對其背后的人工智能技術進行深入淺出地解釋，是一本有趣的人工智能行業(yè)科普讀物。

·13.3萬字

會員

OpenCV 4機器學習算法原理與編程實戰(zhàn)

本書主要面向OpenCV領域的研究與開發(fā)人員，采用原理結合實戰(zhàn)的方式，介紹OpenCV4的機器學習算法模塊與深度神經(jīng)網(wǎng)絡模塊中的核心算法原理與C++編程實戰(zhàn)。全書共10章，第1~3章，介紹OpenCV4的基礎知識、基本圖像操作和機器學習基礎知識；第4~8章，介紹K-means、KNN、決策樹、隨機森林、Boosting算法和支持向量機等機器學習算法與編程實戰(zhàn)；第9~10章，介紹神經(jīng)網(wǎng)絡與深度神經(jīng)網(wǎng)絡的基本原理與編程實戰(zhàn)，并提供了不同深度學習模型的部署示例代碼。

·10.3萬字

會員

AIGC提示詞美學定義

本書是關于AIGC（生成式人工智能）技術與作品美學定義方向的探索指南，旨在從美學定義的視角，為創(chuàng)作者提供審美要素、風格要素與應用方向要素的系統(tǒng)指導。在AIGC技術迅速發(fā)展的今天，本書強調技術僅是工具，真正的創(chuàng)新源于對美學的深刻理解和高水準的創(chuàng)意思考，我們旨在培養(yǎng)讀者形成優(yōu)秀的美學定義能力，以指導AI生成更高水平、更具深度的優(yōu)質作品。本書共8章，第一章簡要介紹了AIGC的定義和發(fā)展歷程等內容，第二章至第八章分別從光、材質、藝術流派、插畫、游戲、女性美、流行趨勢這幾方面，向讀者系統(tǒng)展示了在使用AIGC技術生成畫面時，如何進行審美要素定義、風格要素定義和應用方向要素定義。本書適合所有對AIGC藝術創(chuàng)作感興趣的設計師、藝術家和創(chuàng)意工作者閱讀。無論是希望提升個人創(chuàng)作的深度和廣度，還是渴望在AIGC時代保持創(chuàng)新力和競爭力的專業(yè)人士，都能從中獲得寶貴知識。本書能助益讀者激發(fā)創(chuàng)作靈感，走出作品同質化的陷阱，為其在廣闊的藝術領域產出多樣的高質量作品指明方向。

·3.2萬字

會員

深入理解XGBoost：高效機器學習算法與進階

本書主要介紹：XGBoost相關的機器學習基礎算法；XGBoost安裝編譯與簡單使用；XGBoost的實現(xiàn)原理與理論證明；XGBoost基于CPU多線程的實現(xiàn)以及分布式訓練方法；剖析XGBoost源碼，從代碼層面洞徹XGBoost的實現(xiàn)原理，以及XGBoost的應用與調優(yōu)，通過典型示例為讀者提供使用參考，掌握實戰(zhàn)技能。通過閱讀本書，不僅能使讀者理解XGBoost的原理，將XGBoost應用到業(yè)務場景中，更能從源碼的角度深入學習XGBoost的并行化和分布式實現(xiàn)等優(yōu)化技術，以更短的時間訓練出高準確度的模型，使XGBoost成為學習和工作中的一把利劍。

·16.2萬字

會員

ChatGPT原理與應用開發(fā)

隨著ChatGPT的出現(xiàn)，大語言模型的能力得到了業(yè)內外的認可，新的商業(yè)模式不斷涌現(xiàn)，舊的設計和實現(xiàn)都將重構。本書主要介紹基于ChatGPT開發(fā)算法相關的應用或服務，側重于介紹與自然語言處理相關的常見任務和應用，以及如何使用類似ChatGPT的大語言模型服務來實現(xiàn)以前只有算法工程師才能完成的工作。全書共8章內容，第1章介紹與ChatGPT相關的基礎知識，第2～5章分別介紹相似匹配、句詞分類、文本生成和復雜推理方面的任務，第6～8章分別介紹ChatGPT的工程實踐、局限與不足，以及商業(yè)應用，以幫助讀者更好地構建自己的應用。本書以實踐為主，尤其注重任務的講解和設計，但同時也對自然語言處理相關算法的基本原理和基礎知識進行科普性介紹，適合所有對大語言模型感興趣的開發(fā)者閱讀。

·10.1萬字

會員

ROS機器人項目開發(fā)11例（原書第2版）

本書涵蓋新的ROS發(fā)行版中的項目——ROSMelodicMoreniawithUbuntuBionic（18.04）。從基本原理開始，本書向你介紹了ROS-2，并幫助你了解它與ROS-1的不同之處。你將能夠在ROS中建模并構建工業(yè)移動機械手臂，并在Gazebo9中進行模擬。然后，你將了解如何使用狀態(tài)機處理復雜的機器人應用程序，以及一次處理多個機器人。本書還向你介紹了新的、流行的硬件，如Nvidia的JetsonNano、華碩修補板和BeagleboneBlack，并允許你探索與ROS的接口。

·12.8萬字

會員

機器學習公式詳解（第2版）

周志華老師的《機器學習》（俗稱“西瓜書”）是機器學習領域的經(jīng)典入門教材之一。本書是《機器學習公式詳解》（俗稱“南瓜書”）的第2版。相較于第1版，本書對“西瓜書”中除了公式以外的重、難點內容加以解析，以過來人視角給出學習建議，旨在對比較難理解的公式和重點內容擴充具體的例子說明，以及對跳步過大的公式補充具體的推導細節(jié)。全書共16章，與“西瓜書”章節(jié)、公式對應，每個公式的推導和解釋都以本科數(shù)學基礎的視角進行講解，希望能夠幫助讀者快速掌握各個機器學習算法背后的數(shù)學原理。本書思路清晰，視角獨特，結構合理，可作為高等院校計算機及相關專業(yè)的本科生或研究生教材，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考

·9.8萬字

會員

基于NI Multisim 11的PLD/PIC/PLC的仿真設計

本書主要講解最新的EDA設計軟件NIMultisim11在PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器設計中的應用，包括PLD可編程邏輯器件、PIC系列單片機、PLC可編程控制器分別介紹、如何使用仿真平臺、具體仿真步驟及過程、匯編及C語言的要點、基本的編程方法、圖形化設計的使用、VHDL代碼的自動生成方法、梯形圖的設計過程、各種接口電路的使用等內容，并給出了大量的仿真實例。

·11.9萬字

會員

機器學習：Python實踐

本書系統(tǒng)地講解了機器學習的基本知識，以及在實際項目中使用機器學習的基本步驟和方法；詳細地介紹了在進行數(shù)據(jù)處理、分析時怎樣選擇合適的算法，以及建立模型并優(yōu)化等方法，通過不同的例子展示了機器學習在具體項目中的應用和實踐經(jīng)驗，是一本非常好的機器學習入門和實踐的書籍。不同于很多講解機器學習的書籍，本書以實踐為導向，使用scikit-learn作為編程框架，強調簡單、快速地建立模型，解決實際項目問題。讀者通過對本書的學習，可以迅速上手實踐機器學習，并利用機器學習解決實際問題。

·6.4萬字

會員

傳播的進化：人工智能將如何重塑人類的交流

人工智能作為一個嶄新的交流對象正在逐漸進入人類的日常生活。伴隨著人工智能的崛起，隨之而來的是對傳播模型的革新。人工智能的獨特性所帶來的對人際交流默認假設的沖擊很有可能會引發(fā)對交流觀點的顛覆。人—人工智能交流對時間維度的改變，對交流對象可控性的放大，以及對信息的無意識無批判等，這些都會如同大壩上打開的細微小孔，最終引來整個大壩的決堤，進而如河流改道一樣，將人類的交流引上不同的道路。幾千年來，人類傳播的歷史一直在提供語言失敗的證據(jù)；通過語言，我們很難實現(xiàn)思想的無障礙交流。在這次人工智能革命中，我們能否跨越語言的局限，直達交流的最終目標——有效的思想交換？本書將對這一問題展開全面深入的討論。本書首先從媒體技術發(fā)展的角度探討人工智能這個正在崛起的交流對象所代表的趨勢。繼而第二章從使用的角度，逐一討論人機傳播的交流模式、倫理、一致性、人性、人格、擬人化等方面的特點，以及這一交流區(qū)別于人際傳播之處。第三章將討論人—人工智能交流的效應，包括陪伴效應、自我映射效應等。第四章將在上述討論的基礎上對未來作出展望。

·8.7萬字

會員

機器學習：公式推導與代碼實現(xiàn)

作為一門應用型學科，機器學習植根于數(shù)學理論，落地于代碼實現(xiàn)。這就意味著，掌握公式推導和代碼編寫，方能更加深入地理解機器學習算法的內在邏輯和運行機制。本書在對全部機器學習算法進行分類梳理的基礎之上，分別對監(jiān)督學習單模型、監(jiān)督學習集成模型、無監(jiān)督學習模型、概率模型四個大類共26個經(jīng)典算法進行了細致的公式推導和代碼實現(xiàn)，旨在幫助機器學習學習者和研究者完整地掌握算法細節(jié)、實現(xiàn)方法以及內在邏輯。

·12萬字

會員

大模型項目實戰(zhàn)：Agent開發(fā)與應用

這是一本面向初中級讀者的Agent學習指南，作者既是資深的AI技術專家，又是經(jīng)驗豐富的項目導師，融合作者親身實踐、培訓反饋與官方資源，為Agent使用者和開發(fā)者提供了快速上手的實用指導。本書從基礎知識、操作和應用開發(fā)3個維度循序漸進地講解Agent實戰(zhàn)技巧，分為三篇：基礎篇（1~2章）：介紹Agent定義、發(fā)展歷程、常用開源技術、主要組件等基礎知識和開發(fā)環(huán)境的搭建過程。應用篇（3~6章）：從通用型、任務驅動型、輔助開發(fā)型和檢索增強型4大類，通過AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything這8種具體類型，詳細描述Agent的安裝、配置和使用等操作步驟。開發(fā)篇（7~16章）：展開分析10個不同場景的Agent應用開發(fā)實例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent這7種被廣泛應用的開源Agent開發(fā)框架為基礎，針對每個框架各講解一個開發(fā)案例。另一方面，通過案例介紹Agent開發(fā)過程中關鍵的Function-calling特性及大語言模型開發(fā)技術。此外，對基于CogVLM2的多模態(tài)模型應用開發(fā)，也提供詳細的案例演示。

·7.2萬字

會員

因果推斷導論

本書以構建因果推斷基礎知識框架，主要從Rubin因果模型、Pearl因果模型、基于圖模型的因果效應計算、因果結構學習、因果機器學習五個篇章為大家介紹智因果推斷的基礎理論、模型、方法、和前沿應用，引領學生步入充滿趣味與挑戰(zhàn)的因果推理領域。

·14.9萬字

會員

神經(jīng)網(wǎng)絡與深度學習：基于TensorFlow框架和Python技術實現(xiàn)

Python、TensorFlow、神經(jīng)網(wǎng)絡和深度學習因人工智能的流行而成為當下IT領域的熱門關鍵詞。本書首先介紹Python及其常用庫Numpy、Matplotlib和Scipy的基本使用方法；其次介紹TensorFlow的基本知識及使用方法；然后介紹神經(jīng)網(wǎng)絡的基礎知識以及神經(jīng)網(wǎng)絡基本應用——感知機、線性回歸與邏輯回歸的理論與實現(xiàn)；最后介紹兩種熱門的深度神經(jīng)網(wǎng)絡——卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡的理論與實現(xiàn)。本書內容由淺入深，循序漸進，實踐性強，包含豐富的仿真實例。

·4.7萬字

會員

強化學習：原理與Python實戰(zhàn)

本書從原理和實戰(zhàn)兩個方面介紹了強化學習。原理方面，深入介紹了主流強化學習理論和算法，覆蓋資格跡等經(jīng)典算法和MuZero等深度強化學習算法；實戰(zhàn)方面，每章都配套了編程案例，以方便讀者學習。全書從邏輯上分為三部分。第1章：從零開始介紹強化學習的背景知識，介紹環(huán)境庫Gym的使用。第2～15章：基于折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主干理論和常見算法。采用數(shù)學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，并為算法提供配套代碼實現(xiàn)。基礎理論的講解突出主干部分，算法講解全面覆蓋主流的強化學習算法，包括經(jīng)典的非深度強化學習算法和近年流行的強化學習算法。Python實現(xiàn)和算法講解一一對應，還給出了深度強化學習算法的TensorFlow和PyTorch對照實現(xiàn)。第16章：介紹其他強化學習模型，包括平均獎勵模型、連續(xù)時間模型、非齊次模型、半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

·17.2萬字

會員

人工智能導論

《人工智能導論》是為高等院校相關專業(yè)“人工智能導論”課程設計編寫，具有豐富應用特色的主教材。針對高校學生的發(fā)展需求，《人工智能導論》分引言、基礎知識、基于知識的系統(tǒng)和高級專題四部分，可依照學習進度與需求，做適當選擇。內容包括：引言，包括緒論（基本概念）、人工智能+領域應用；基礎知識，包括大數(shù)據(jù)思維、搜索算法、知識表示；基于知識的系統(tǒng)，包括專家系統(tǒng)、機器學習、深度學習；高級專題，包括機器人技術、智能圖像處理、自然語言處理、自動規(guī)劃。

·19.6萬字

會員

AI源碼解讀：卷積神經(jīng)網(wǎng)絡（CNN）深度學習案例：Python版

本書以人工智能發(fā)展為時代背景，通過20個機器學習模型和算法案例，為讀者提供較為詳細的實戰(zhàn)方案，以便進行深度學習。在編排方式上，全書側重對創(chuàng)新項目的過程進行介紹，分別從整體設計、系統(tǒng)流程和實現(xiàn)模塊等角度論述數(shù)據(jù)處理、模型訓練和模型應用等過程，并剖析模塊的功能、使用及程序代碼。為便于讀者高效學習，快速掌握人工智能程序開發(fā)方法，本書配套提供項目設計工程文檔、程序代碼、實現(xiàn)過程中出現(xiàn)的問題及解決方法等資料，可供讀者舉一反三，二次開發(fā)。本書語言簡潔，深入淺出，通俗易懂，不僅適合對Python編程有興趣的愛好者，而且可作為高等院校相關專業(yè)的參考教材，還可作為從事智能應用創(chuàng)新開發(fā)專業(yè)人員的技術參考書。

·4.2萬字

會員

這就是推薦系統(tǒng)：核心技術原理與企業(yè)應用

推薦系統(tǒng)作為近年來非常熱門的AI技術落地場景，已廣泛應用于各行業(yè)的互聯(lián)網(wǎng)應用，從衣食住行到娛樂消費，以及無處不在的廣告，背后都依賴推薦系統(tǒng)的決策。本書貼合工業(yè)級推薦系統(tǒng)，以推薦系統(tǒng)的整體技術框架為切入點，深入剖析推薦系統(tǒng)中的內容理解、用戶畫像、召回、排序、重排等核心模塊，介紹每個模塊的核心技術和業(yè)界應用，并展開介紹了推薦冷啟動、推薦偏置與消偏等常見問題和解決方案。此外，還對當前推薦系統(tǒng)領域的熱門前沿技術進行了介紹，包括強化學習、因果推斷、端上智能等。

·11.3萬字

跳轉至頁

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

ABB工業(yè)機器人應用技術