mg游戏不朽的情缘怎么玩

本教材內(nèi)容針對(duì)于松下機(jī)器人YA-1NC/YA—1PC/YA—1QC/YA—1RC/YA—1SC系列(機(jī)器人本體：VR2/TA/TB、控制裝置：WG/G2/GXP)，圍繞著從認(rèn)識(shí)到熟練操作機(jī)器人為目的，結(jié)合CO2/MAG弧焊機(jī)器人的應(yīng)用這一主題，通過(guò)各類(lèi)圖片、圖表等資料，對(duì)機(jī)器人的基本概況、編程方法與焊接應(yīng)用進(jìn)行了較為全面的講解。

·6.6萬(wàn)字

會(huì)員

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)缺失值填補(bǔ)：理論與方法

這是一部講解如何基于機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)數(shù)據(jù)缺失值填補(bǔ)的專(zhuān)著，與傳統(tǒng)的基于統(tǒng)計(jì)學(xué)的缺失值填補(bǔ)方法相比，效率上得到了較大的提升。作者基于多年的研究和實(shí)踐成果，創(chuàng)新性地提出了基于神經(jīng)網(wǎng)絡(luò)的缺失值填補(bǔ)方法和基于TS模型的缺失值填補(bǔ)方法。全書(shū)共8章，可分為4個(gè)部分。第一部分（第1~3章）：首先介紹缺失值填補(bǔ)領(lǐng)域的缺失數(shù)據(jù)機(jī)制、基本概念、性能度量等基礎(chǔ)知識(shí)，隨后詳細(xì)闡述目前基于統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)的缺失值填補(bǔ)理論與方法。第二部分（第4~5章）：對(duì)目前神經(jīng)網(wǎng)絡(luò)在缺失值填補(bǔ)領(lǐng)域的研究成果進(jìn)行歸納總結(jié)，并從網(wǎng)絡(luò)模型、填補(bǔ)方案角度闡述神經(jīng)網(wǎng)絡(luò)填補(bǔ)方法的設(shè)計(jì)及應(yīng)用。第三部分（第6~7章）：詳細(xì)介紹面向不完整數(shù)據(jù)的TS建模過(guò)程，隨后通過(guò)特征選擇算法處理TS建模中的特征冗余問(wèn)題，并從前提參數(shù)優(yōu)化和結(jié)論參數(shù)優(yōu)化兩個(gè)角度改進(jìn)TS模型。第四部分（第8章）：以缺失值填補(bǔ)方法在我國(guó)貧困問(wèn)題研究中的應(yīng)用為例，展現(xiàn)缺失值填補(bǔ)方法的現(xiàn)實(shí)意義。

·16.6萬(wàn)字

會(huì)員

量子機(jī)器學(xué)習(xí)及區(qū)塊鏈技術(shù)導(dǎo)論

機(jī)器學(xué)習(xí)是人工智能發(fā)展和研究過(guò)程中最受重視和應(yīng)用最廣泛的方向之一，與人工智能并行發(fā)展的量子計(jì)算，其被廣泛關(guān)注的領(lǐng)域之一是量子機(jī)器學(xué)習(xí)。量子計(jì)算給現(xiàn)代密碼體制帶來(lái)了巨大的沖擊，而建立在現(xiàn)代密碼體制基礎(chǔ)之上的區(qū)塊鏈技術(shù)也將受到影響。基于量子密碼體系的區(qū)塊鏈，即量子區(qū)塊鏈系統(tǒng)便是一種探索。本書(shū)主要對(duì)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、區(qū)塊鏈和量子計(jì)算技術(shù)及其應(yīng)用進(jìn)行全面介紹，主要內(nèi)容包括機(jī)器學(xué)習(xí)基礎(chǔ)、量子信息與量子計(jì)算基礎(chǔ)、量子計(jì)算與機(jī)器學(xué)習(xí)、區(qū)塊鏈技術(shù)基礎(chǔ)、區(qū)塊鏈技術(shù)應(yīng)用、量子區(qū)塊鏈初探。

·10.4萬(wàn)字

會(huì)員

你好中小學(xué)人工智能

本書(shū)是一本體系完整、綜合全面介紹中小學(xué)人工智能相關(guān)內(nèi)容的書(shū)籍。本書(shū)涉及人工智能的歷史與發(fā)展，中小學(xué)人工智能戰(zhàn)略定位、課程體系建設(shè)、計(jì)算思維，編程、機(jī)器人、知識(shí)工程、搜索算法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人工智能+X、人工智能對(duì)教育賦能、人工智能道德倫理與法律以及人工智能未來(lái)發(fā)展的展望等相關(guān)內(nèi)容。本書(shū)可以作為中小學(xué)教師教授人工智能課程的輔助書(shū)籍，也適合對(duì)中小學(xué)人工智能教育感興趣的廣大讀者閱讀使用，還可以作為廣大讀者系統(tǒng)了解人工智能相關(guān)知識(shí)的參考用書(shū)。

·18.7萬(wàn)字

會(huì)員

生成對(duì)抗網(wǎng)絡(luò)入門(mén)指南

生成對(duì)抗網(wǎng)絡(luò)毫無(wú)疑問(wèn)是2018年最熱門(mén)的人工智能技術(shù)之一，被美國(guó)《麻省理工科技評(píng)論》評(píng)選為2018年“全球十大突破性技術(shù)”。《生成對(duì)抗網(wǎng)絡(luò)入門(mén)指南》是一本結(jié)合基礎(chǔ)理論與工程實(shí)踐的入門(mén)型書(shū)籍，深入淺出地講解了生成對(duì)抗網(wǎng)絡(luò)的各類(lèi)模型以及技術(shù)發(fā)展。本書(shū)面向機(jī)器學(xué)習(xí)從業(yè)人員、在校相關(guān)專(zhuān)業(yè)學(xué)生以及具備一定基礎(chǔ)的人工智能領(lǐng)域愛(ài)好者。通過(guò)本書(shū)的學(xué)習(xí)，能夠了解生成對(duì)抗網(wǎng)絡(luò)的技術(shù)原理，并通過(guò)書(shū)中的代碼實(shí)例深入技術(shù)細(xì)節(jié)。本書(shū)共分10個(gè)章節(jié)，其中前半部分分別介紹了目前研究領(lǐng)域已經(jīng)較為成熟的生成對(duì)抗網(wǎng)絡(luò)模型，比如DCGAN、WGAN等等，以及大量不同結(jié)構(gòu)的生成對(duì)抗網(wǎng)絡(luò)變種。本書(shū)后半部分介紹了生成對(duì)抗網(wǎng)絡(luò)在文本到圖像的生成、圖像到圖像的生成以及其它應(yīng)用中的研究與發(fā)展。希望本書(shū)能夠幫助廣大讀者跟上人工智能技術(shù)的潮流，成為AI時(shí)代的先行者。

·8.9萬(wàn)字

會(huì)員

AI加速器架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)

這是一本講解NPU硬件架構(gòu)設(shè)計(jì)與技術(shù)實(shí)現(xiàn)的著作。作者將自己在CPU、GPU和NPU領(lǐng)域15年的軟硬件工作經(jīng)驗(yàn)融會(huì)貫通，將四代NPU架構(gòu)設(shè)計(jì)經(jīng)驗(yàn)融為一體，將端側(cè)和云側(cè)NPU架構(gòu)合二為一，總結(jié)并提煉出本書(shū)內(nèi)容。本書(shū)主要討論神經(jīng)網(wǎng)絡(luò)硬件層面，尤其是芯片設(shè)計(jì)層面的內(nèi)容，主要包含神經(jīng)網(wǎng)絡(luò)的分析、神經(jīng)網(wǎng)絡(luò)加速器的設(shè)計(jì)以及具體實(shí)現(xiàn)技術(shù)。通過(guò)閱讀本書(shū)，讀者可以深入了解主流的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，掌握如何從零開(kāi)始設(shè)計(jì)一個(gè)能用、好用的產(chǎn)品級(jí)加速器。通過(guò)閱讀本書(shū)，你將：透徹理解與深度學(xué)習(xí)相關(guān)的機(jī)器學(xué)習(xí)算法及其實(shí)現(xiàn)；學(xué)會(huì)主流圖像處理領(lǐng)域神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)；掌握加速器運(yùn)算子系統(tǒng)和存儲(chǔ)子系統(tǒng)的設(shè)計(jì)；摸清加速器設(shè)計(jì)中遇到的具體問(wèn)題及其解決方法；了解NPU架構(gòu)需要考慮的控制通路和數(shù)據(jù)通路。

·6萬(wàn)字

會(huì)員

ABB工業(yè)機(jī)器人應(yīng)用技術(shù)

本書(shū)以ABB工業(yè)機(jī)器人為研究對(duì)象，分認(rèn)識(shí)工業(yè)機(jī)器人、工業(yè)機(jī)器人基本操作、工業(yè)機(jī)器人現(xiàn)場(chǎng)編程和工業(yè)機(jī)器人日常維護(hù)四個(gè)模塊進(jìn)行介紹。通過(guò)詳細(xì)的圖解實(shí)例對(duì)ABB工業(yè)機(jī)器人的操作、編程、日常維護(hù)與保養(yǎng)等相關(guān)的方法與功能進(jìn)行講述，讓讀者了解工業(yè)機(jī)器人，并且能夠掌握獨(dú)立完成操作、編程、維護(hù)保養(yǎng)作業(yè)相關(guān)的具體操作方法。

·3.2萬(wàn)字

會(huì)員

ROS機(jī)器人項(xiàng)目開(kāi)發(fā)11例（原書(shū)第2版）

本書(shū)涵蓋新的ROS發(fā)行版中的項(xiàng)目——ROSMelodicMoreniawithUbuntuBionic（18.04）。從基本原理開(kāi)始，本書(shū)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(gòu)建工業(yè)移動(dòng)機(jī)械手臂，并在Gazebo9中進(jìn)行模擬。然后，你將了解如何使用狀態(tài)機(jī)處理復(fù)雜的機(jī)器人應(yīng)用程序，以及一次處理多個(gè)機(jī)器人。本書(shū)還向你介紹了新的、流行的硬件，如Nvidia的JetsonNano、華碩修補(bǔ)板和BeagleboneBlack，并允許你探索與ROS的接口。

·12.8萬(wàn)字

會(huì)員

PaddlePaddle深度學(xué)習(xí)實(shí)戰(zhàn)

本書(shū)由百度旗下“深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室”、百度技術(shù)學(xué)院聯(lián)合北航人工智能專(zhuān)家共同撰寫(xiě)，行業(yè)實(shí)踐與學(xué)術(shù)理論兼顧。百度公司總裁張亞勤博士、李德毅院士、百度高級(jí)副總裁/AI技術(shù)平臺(tái)體系總負(fù)責(zé)人王海峰博士等行業(yè)領(lǐng)袖重點(diǎn)推薦。PaddlePaddle憑借上手容易、運(yùn)行效率高、支持私有云等優(yōu)勢(shì)，受到越來(lái)越多的公司和個(gè)人開(kāi)發(fā)者的青睞。本書(shū)從實(shí)戰(zhàn)角度出發(fā)，旨在幫主讀者掌握在真實(shí)的生產(chǎn)環(huán)境中需要的開(kāi)發(fā)技能。本書(shū)既詳細(xì)描述了神經(jīng)網(wǎng)絡(luò)的各個(gè)細(xì)節(jié)，也深入講解了算法性能優(yōu)化的思路和技巧，旨在幫助讀者深入理解深度學(xué)習(xí)的精髓。

·10.5萬(wàn)字

會(huì)員

深度學(xué)習(xí)視頻理解

視頻理解是計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)的一個(gè)重要分支。本書(shū)對(duì)視頻理解的3個(gè)重要領(lǐng)域進(jìn)行介紹，對(duì)于每個(gè)領(lǐng)域，本書(shū)不僅解釋了相關(guān)算法的原理，還梳理了算法演進(jìn)的脈絡(luò)。全書(shū)共分6章，第1章簡(jiǎn)要介紹視頻行業(yè)的發(fā)展歷程；第2章回顧經(jīng)典圖像分類(lèi)模型和RNN；第3章和第4章介紹動(dòng)作識(shí)別的重要算法；第5章介紹時(shí)序動(dòng)作定位的重要算法；第6章介紹視頻Embedding的重要算法。最后總結(jié)了常用的一些視頻處理工具。本書(shū)既適合高等院校人工智能相關(guān)專(zhuān)業(yè)的本科生和研究生閱讀，也可供視頻理解、推薦系統(tǒng)、搜索引擎和計(jì)算廣告等領(lǐng)域的研究人員和從業(yè)者參考。

·13.2萬(wàn)字

會(huì)員

智能優(yōu)化算法：基于生物行為模型的案例分析與設(shè)計(jì)

本書(shū)從生物建模機(jī)理、算法設(shè)計(jì)和工程應(yīng)用層面針對(duì)典型的生物覓食行為啟發(fā)式計(jì)算方法進(jìn)行研究，取得了具有創(chuàng)新性和應(yīng)用價(jià)值的成果，所提出的改進(jìn)策略和優(yōu)化方法對(duì)于拓展相關(guān)領(lǐng)域的研究、指導(dǎo)實(shí)際應(yīng)用都將具有一定的借鑒意義，可為從事相關(guān)智能優(yōu)化方法研究的科研工作者提供可借鑒的理論指導(dǎo)。

·3.6萬(wàn)字

會(huì)員

機(jī)器學(xué)習(xí)與Python實(shí)踐

機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)與人工智能的重要分支領(lǐng)域.本書(shū)作為該領(lǐng)域的入門(mén)教材，在內(nèi)容上盡可能涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的各方面.全書(shū)共16章，大致分為3個(gè)部分：第1部分（第1～3章）介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)；第2部分（第4～10章）討論一些經(jīng)典而常用的機(jī)器學(xué)習(xí)方法（決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類(lèi)器、集成學(xué)習(xí)、聚類(lèi)、降維與度量學(xué)習(xí)）；第3部分（第11～16章）為進(jìn)階知識(shí)，內(nèi)容涉及特征選擇與稀疏學(xué)習(xí)、計(jì)算學(xué)習(xí)理論、半監(jiān)督學(xué)習(xí)、概率圖模型、規(guī)則學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)等.每章都附有習(xí)題并介紹了相關(guān)閱讀材料，以便有興趣的讀者進(jìn)一步鉆研探索。本書(shū)可作為高等院校計(jì)算機(jī)、自動(dòng)化及相關(guān)專(zhuān)業(yè)的本科生或研究生教材，也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

·11.9萬(wàn)字

會(huì)員

新一代人工智能：無(wú)代碼人工智能開(kāi)發(fā)平臺(tái)實(shí)踐

本書(shū)是人工智能和機(jī)器學(xué)習(xí)領(lǐng)域?qū)＜叶嗄陮?shí)踐的結(jié)晶。它深入淺出地講解了無(wú)代碼人工智能開(kāi)發(fā)平臺(tái)實(shí)踐，可以激發(fā)讀者對(duì)人工智能的興趣、學(xué)習(xí)人工智能知識(shí)、明確人工智能要素、掌握人工智能應(yīng)用流程，并在學(xué)習(xí)和工作中不斷拓展人工智能的應(yīng)用領(lǐng)域，探索新的人工智能落地應(yīng)用場(chǎng)景。本書(shū)首先介紹了人工智能和無(wú)代碼人工智能平臺(tái)EasyDL的基本用法，涉及圖像智能分析、文本智能分析、語(yǔ)音智能分析、EasyDLOCR等；然后，重點(diǎn)闡釋了人工智能模型調(diào)用、人工智能模型部署方面的內(nèi)容；最后，分析人工智能在各個(gè)領(lǐng)域的應(yīng)用案例并介紹相關(guān)的學(xué)科競(jìng)賽。本書(shū)不僅可以作為高等院校各專(zhuān)業(yè)的人工智能通識(shí)教育教輔，而且可以作為計(jì)算機(jī)類(lèi)、人工智能類(lèi)專(zhuān)業(yè)低年級(jí)本科學(xué)生的入門(mén)教輔。此外，本書(shū)也可以作為人工智能比賽參賽人員及對(duì)人工智能感興趣人員的參考書(shū)。

·11.3萬(wàn)字

會(huì)員

TensorFlow機(jī)器學(xué)習(xí)

TensorFlow是Google所主導(dǎo)的機(jī)器學(xué)習(xí)框架，也是機(jī)器學(xué)習(xí)領(lǐng)域研究和應(yīng)用的熱門(mén)對(duì)象。本書(shū)主要介紹如何通過(guò)TensorFlow來(lái)構(gòu)建真實(shí)世界的機(jī)器學(xué)習(xí)系統(tǒng)，旨在讓讀者學(xué)以致用，能盡快地上手項(xiàng)目。本書(shū)的特色是通過(guò)實(shí)例來(lái)向讀者介紹TensorFlow的經(jīng)典知識(shí)。本書(shū)共有12章，包含手寫(xiě)識(shí)別器、貓狗分類(lèi)器、翻譯器、文本含義查找、金融中的機(jī)器學(xué)習(xí)、醫(yī)療應(yīng)用等多個(gè)實(shí)例，完整地向讀者展示了實(shí)現(xiàn)機(jī)器學(xué)習(xí)應(yīng)用的全流程。本書(shū)適合想要學(xué)習(xí)、了解TensorFlow和機(jī)器學(xué)習(xí)的讀者閱讀。如果讀者知道基本的機(jī)器學(xué)習(xí)概念，并對(duì)Python語(yǔ)言有一定的了解，那么能夠更加輕松地閱讀本書(shū)。

·7萬(wàn)字

會(huì)員

移動(dòng)機(jī)器人自主控制

移動(dòng)機(jī)器人自主控制不僅是機(jī)器人領(lǐng)域的重要問(wèn)題，也是人工智能研究中的熱點(diǎn)課題之一。本書(shū)首先系統(tǒng)介紹移動(dòng)機(jī)器人的結(jié)構(gòu)和特點(diǎn)，以及移動(dòng)機(jī)器人自主控制的關(guān)鍵技術(shù)等內(nèi)容；然后詳細(xì)研究人工智能理論與方法在移動(dòng)機(jī)器人導(dǎo)航、路徑規(guī)劃、機(jī)器人視覺(jué)、環(huán)境感知、同步定位與建圖、多機(jī)器人協(xié)作等方面的具體解決思路，并給出實(shí)驗(yàn)結(jié)果和分析；最后介紹移動(dòng)機(jī)器人自主控制的進(jìn)展。

·16.7萬(wàn)字

會(huì)員

人工智能原理與實(shí)踐

人工智能的日益廣泛的應(yīng)用和普及，而要深入理解人工智能，我們必須全面理解底層的各類(lèi)機(jī)器學(xué)習(xí)算法基本原理并能駕馭人工智能各種應(yīng)用。《人工智能原理與實(shí)踐》分為13章，前7章為原理篇。原理篇中，我們重點(diǎn)討論機(jī)器學(xué)習(xí)模型建模的全部流程，各類(lèi)常用的機(jī)器學(xué)習(xí)算法原理，深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)原理，機(jī)器學(xué)習(xí)涉及的優(yōu)化論原理，以及機(jī)器學(xué)習(xí)和自然語(yǔ)言處理技術(shù)。后面6章為實(shí)戰(zhàn)篇，我們重點(diǎn)討論信用卡場(chǎng)景中的客戶細(xì)分，保險(xiǎn)行業(yè)中的生活事件時(shí)間序列預(yù)測(cè)，電商交易中欺詐客戶預(yù)測(cè)，信用卡和金融貸款場(chǎng)景中的風(fēng)控預(yù)測(cè)，房?jī)r(jià)估值和預(yù)測(cè)，以及股市短期回報(bào)率預(yù)測(cè)等多個(gè)實(shí)際應(yīng)用場(chǎng)景。《人工智能原理與實(shí)踐》理論知識(shí)覆蓋面廣而又保留了有價(jià)值的推導(dǎo)，特別適合在各個(gè)行業(yè)工作的數(shù)據(jù)科學(xué)從業(yè)者，在校學(xué)習(xí)的人工智能和數(shù)據(jù)科學(xué)專(zhuān)業(yè)學(xué)生，科技公司的管理者和決策者，以及人工智能的初學(xué)者和愛(ài)好者。

·15.9萬(wàn)字

會(huì)員

深入理解XGBoost：高效機(jī)器學(xué)習(xí)算法與進(jìn)階

本書(shū)主要介紹：XGBoost相關(guān)的機(jī)器學(xué)習(xí)基礎(chǔ)算法；XGBoost安裝編譯與簡(jiǎn)單使用；XGBoost的實(shí)現(xiàn)原理與理論證明；XGBoost基于CPU多線程的實(shí)現(xiàn)以及分布式訓(xùn)練方法；剖析XGBoost源碼，從代碼層面洞徹XGBoost的實(shí)現(xiàn)原理，以及XGBoost的應(yīng)用與調(diào)優(yōu)，通過(guò)典型示例為讀者提供使用參考，掌握實(shí)戰(zhàn)技能。通過(guò)閱讀本書(shū)，不僅能使讀者理解XGBoost的原理，將XGBoost應(yīng)用到業(yè)務(wù)場(chǎng)景中，更能從源碼的角度深入學(xué)習(xí)XGBoost的并行化和分布式實(shí)現(xiàn)等優(yōu)化技術(shù)，以更短的時(shí)間訓(xùn)練出高準(zhǔn)確度的模型，使XGBoost成為學(xué)習(xí)和工作中的一把利劍。

·16.2萬(wàn)字

會(huì)員

強(qiáng)化學(xué)習(xí)：原理與Python實(shí)戰(zhàn)

本書(shū)從原理和實(shí)戰(zhàn)兩個(gè)方面介紹了強(qiáng)化學(xué)習(xí)。原理方面，深入介紹了主流強(qiáng)化學(xué)習(xí)理論和算法，覆蓋資格跡等經(jīng)典算法和MuZero等深度強(qiáng)化學(xué)習(xí)算法；實(shí)戰(zhàn)方面，每章都配套了編程案例，以方便讀者學(xué)習(xí)。全書(shū)從邏輯上分為三部分。第1章：從零開(kāi)始介紹強(qiáng)化學(xué)習(xí)的背景知識(shí)，介紹環(huán)境庫(kù)Gym的使用。第2～15章：基于折扣獎(jiǎng)勵(lì)離散時(shí)間Markov決策過(guò)程模型，介紹強(qiáng)化學(xué)習(xí)的主干理論和常見(jiàn)算法。采用數(shù)學(xué)語(yǔ)言推導(dǎo)強(qiáng)化學(xué)習(xí)的基礎(chǔ)理論，進(jìn)而在理論的基礎(chǔ)上講解算法，并為算法提供配套代碼實(shí)現(xiàn)。基礎(chǔ)理論的講解突出主干部分，算法講解全面覆蓋主流的強(qiáng)化學(xué)習(xí)算法，包括經(jīng)典的非深度強(qiáng)化學(xué)習(xí)算法和近年流行的強(qiáng)化學(xué)習(xí)算法。Python實(shí)現(xiàn)和算法講解一一對(duì)應(yīng)，還給出了深度強(qiáng)化學(xué)習(xí)算法的TensorFlow和PyTorch對(duì)照實(shí)現(xiàn)。第16章：介紹其他強(qiáng)化學(xué)習(xí)模型，包括平均獎(jiǎng)勵(lì)模型、連續(xù)時(shí)間模型、非齊次模型、半Markov模型、部分可觀測(cè)模型等，以便更好了解強(qiáng)化學(xué)習(xí)研究的全貌。

·17.2萬(wàn)字

會(huì)員

人工智能技術(shù)基礎(chǔ)

《人工智能技術(shù)基礎(chǔ)》按照人工智能在不同領(lǐng)域的研究特點(diǎn)，通過(guò)專(zhuān)項(xiàng)應(yīng)用來(lái)研究相關(guān)技術(shù)。全書(shū)分為11章，第1章介紹人工智能領(lǐng)域的基本概念，第2章說(shuō)明Python語(yǔ)言編程工具的使用，第3章到第10章分別從應(yīng)答機(jī)器人、物體識(shí)別、人臉識(shí)別、語(yǔ)音識(shí)別、視頻識(shí)別、生成對(duì)抗神經(jīng)網(wǎng)絡(luò)、無(wú)人駕駛、區(qū)塊鏈和大數(shù)據(jù)等方面對(duì)人工智能從原理到實(shí)戰(zhàn)一步一步進(jìn)行介紹，第11章提取了部分人工智能方面的面試題，供未來(lái)從事人工智能研究工作的讀者參考。無(wú)論讀者是否從事計(jì)算機(jī)相關(guān)專(zhuān)業(yè)的工作，有沒(méi)有過(guò)開(kāi)發(fā)的經(jīng)驗(yàn)，是否熟悉Python語(yǔ)言，是否想要轉(zhuǎn)行從事相關(guān)的工作，均可通過(guò)《人工智能技術(shù)基礎(chǔ)》掌握編程的技巧和Python的基本技能。

·9.7萬(wàn)字

會(huì)員

基于深度學(xué)習(xí)的道路短期交通狀態(tài)時(shí)空序列預(yù)測(cè)

這本書(shū)系統(tǒng)闡述了深度學(xué)習(xí)方法論在道路短期交通狀態(tài)時(shí)空序列預(yù)測(cè)領(lǐng)域的最新研究成果。需要著重說(shuō)明以下幾點(diǎn)：1.領(lǐng)域限定在了道路交通，因?yàn)榻煌ㄊ莻€(gè)大系統(tǒng)，存在著航空、水運(yùn)、道路等多種運(yùn)輸方式，而本書(shū)所闡述的研究均是針對(duì)道路交通領(lǐng)域的數(shù)據(jù)以及面向道路交通領(lǐng)域的應(yīng)用；2.本書(shū)所討論的研究問(wèn)題是道路短期交通狀態(tài)時(shí)空序列預(yù)測(cè)問(wèn)題，該問(wèn)題是時(shí)空數(shù)據(jù)挖掘領(lǐng)域中時(shí)空預(yù)測(cè)問(wèn)題的一個(gè)重要子集，在本書(shū)的第1章中將會(huì)對(duì)這個(gè)問(wèn)題進(jìn)行數(shù)學(xué)上的形式化定義；3.本書(shū)針對(duì)道路短期交通狀態(tài)時(shí)空序列預(yù)測(cè)問(wèn)題的討論，完全是基于深度學(xué)習(xí)的方法論，所參考的文獻(xiàn)絕大部分發(fā)表于2017年以后，并不涵蓋前人對(duì)該研究問(wèn)題所采用的全部方法論（如ARIMA，卡爾曼濾波、SVR等）。

·11.4萬(wàn)字

跳轉(zhuǎn)至頁(yè)

官术网_书友最值得收藏!

人工智能

分類(lèi)

狀態(tài)

屬性

字?jǐn)?shù)

更新時(shí)間

焊接機(jī)器人基本操作及應(yīng)用

基于機(jī)器學(xué)習(xí)的數(shù)據(jù)缺失值填補(bǔ)：理論與方法

量子機(jī)器學(xué)習(xí)及區(qū)塊鏈技術(shù)導(dǎo)論

你好中小學(xué)人工智能

生成對(duì)抗網(wǎng)絡(luò)入門(mén)指南

AI加速器架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)

ABB工業(yè)機(jī)器人應(yīng)用技術(shù)

ROS機(jī)器人項(xiàng)目開(kāi)發(fā)11例（原書(shū)第2版）

PaddlePaddle深度學(xué)習(xí)實(shí)戰(zhàn)

深度學(xué)習(xí)視頻理解

智能優(yōu)化算法：基于生物行為模型的案例分析與設(shè)計(jì)

機(jī)器學(xué)習(xí)與Python實(shí)踐

新一代人工智能：無(wú)代碼人工智能開(kāi)發(fā)平臺(tái)實(shí)踐

TensorFlow機(jī)器學(xué)習(xí)

移動(dòng)機(jī)器人自主控制

人工智能原理與實(shí)踐

深入理解XGBoost：高效機(jī)器學(xué)習(xí)算法與進(jìn)階

強(qiáng)化學(xué)習(xí)：原理與Python實(shí)戰(zhàn)

人工智能技術(shù)基礎(chǔ)

基于深度學(xué)習(xí)的道路短期交通狀態(tài)時(shí)空序列預(yù)測(cè)