本書(shū)原版在2013年獲得日本計(jì)測(cè)與自動(dòng)控制學(xué)會(huì)著作獎(jiǎng),是日本大學(xué)廣泛采用的自動(dòng)控制教科書(shū).是一本面向本科和專(zhuān)科層次的、結(jié)合當(dāng)今控制技術(shù)發(fā)展的經(jīng)典控制理論教科書(shū).為便于初學(xué)者理解,譯著對(duì)原書(shū)部分內(nèi)容進(jìn)行了編排,進(jìn)而突出了重點(diǎn),對(duì)各種數(shù)學(xué)公式的表達(dá)方式和含義進(jìn)行了詳盡的說(shuō)明.特別對(duì)微分方程式與經(jīng)典控制論的關(guān)聯(lián)性、與控制學(xué)相

深度學(xué)習(xí)是當(dāng)前的人工智能領(lǐng)域的技術(shù)熱點(diǎn)。本書(shū)面向高等院校理工科專(zhuān)業(yè)學(xué)生的需求，介紹深度學(xué)習(xí)相關(guān)概念，培養(yǎng)學(xué)生研究、利用基于各類(lèi)深度學(xué)習(xí)架構(gòu)的人工智能算法來(lái)分析和解決相關(guān)專(zhuān)業(yè)問(wèn)題的能力。本書(shū)內(nèi)容包括深度學(xué)習(xí)概述、人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí)、計(jì)算機(jī)視覺(jué)以及自然語(yǔ)言處理。本書(shū)適合

本書(shū)簡(jiǎn)潔且全面地介紹了現(xiàn)代神經(jīng)網(wǎng)絡(luò)、人工智能和深度學(xué)習(xí)技術(shù)，專(zhuān)門(mén)為軟件工程師和數(shù)據(jù)科學(xué)家設(shè)計(jì)。第1章逐步介紹神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)。第2章比較TensorFlow1.x和TensorFlow2.0編程模型。第3章重點(diǎn)介紹回歸。第4章介紹卷積神經(jīng)網(wǎng)絡(luò)及其在圖像處理中的應(yīng)用。第5章討論了CNN在圖像、視頻、音頻和文本處理方面的

本書(shū)涵蓋了經(jīng)典和現(xiàn)代的深度學(xué)習(xí)模型。章節(jié)分為三類(lèi):第1部分為神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。許多傳統(tǒng)的機(jī)器學(xué)習(xí)模型可以理解為神經(jīng)網(wǎng)絡(luò)的特殊情況。前兩章的重點(diǎn)是理解傳統(tǒng)機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)之間的關(guān)系。支持向量機(jī)、線性/邏輯回歸、奇異值分解、矩陣分解和推薦系統(tǒng)都是神經(jīng)網(wǎng)絡(luò)的特例。本書(shū)將這些方法與特征工程方法如word2vec一起進(jìn)行了研究。

本教材主要面向機(jī)械類(lèi)、機(jī)器人類(lèi)及其他非控制專(zhuān)業(yè)本科生，內(nèi)容包括控制的基本概念、發(fā)展歷程，控制系統(tǒng)的動(dòng)態(tài)數(shù)學(xué)模型、時(shí)域瞬態(tài)響應(yīng)分析、誤差分析和計(jì)算、頻率特性、穩(wěn)定性分析、綜合與校正，以及各章相關(guān)的MATLAB仿真。本教材以機(jī)電系統(tǒng)作為主要控制對(duì)象，對(duì)其數(shù)學(xué)模型和時(shí)域、頻域分析綜合進(jìn)行重點(diǎn)介紹；著重基本概念的建立和解決機(jī)電

本書(shū)理論與實(shí)踐相結(jié)合，系統(tǒng)闡述強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識(shí)，以及如何動(dòng)手編寫(xiě)智能體以執(zhí)行一系列實(shí)際任務(wù)。通過(guò)閱讀本書(shū)，讀者將獲得深層Q網(wǎng)絡(luò)、策略梯度方法、連續(xù)控制問(wèn)題以及高度可擴(kuò)展的非梯度方法等主題領(lǐng)域的可行洞見(jiàn)，還將學(xué)會(huì)如何構(gòu)建一個(gè)經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練、價(jià)格低廉的真實(shí)硬件機(jī)器人，并通過(guò)一步步代碼優(yōu)化在短短30分鐘的訓(xùn)練后解決Pon

本書(shū)主要介紹了人工智能的基礎(chǔ)知識(shí)和實(shí)用技術(shù)。本書(shū)共8章，包括“人工智能：開(kāi)啟智慧新時(shí)代”“Python：人工智能開(kāi)發(fā)語(yǔ)言”“線性回歸：預(yù)測(cè)未來(lái)趨勢(shì)”“分門(mén)別類(lèi)：幫你‘分而治之’”“物以類(lèi)聚：發(fā)現(xiàn)新簇群”“個(gè)性化推薦：主動(dòng)滿(mǎn)足你的需求”“語(yǔ)音識(shí)別：讓機(jī)器對(duì)你言聽(tīng)計(jì)從”“人臉識(shí)別：機(jī)器也認(rèn)識(shí)你”。 本書(shū)以培養(yǎng)學(xué)生人工智能素

本書(shū)從深度學(xué)習(xí)的發(fā)展歷程開(kāi)始，系統(tǒng)介紹了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)的基本問(wèn)題及其相關(guān)處理方法與技術(shù)，主要內(nèi)容涉及兩階段和單階段目標(biāo)檢測(cè)的理論、算法和研究成果。本書(shū)共6章，包括深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)類(lèi)型、目標(biāo)檢測(cè)技術(shù)、基于FasterR-CNN的目標(biāo)檢測(cè)改進(jìn)算法、領(lǐng)域自適應(yīng)及其在目標(biāo)檢測(cè)技術(shù)上的典型應(yīng)用、圖像識(shí)別模型改進(jìn)及面部表情

本書(shū)源于阿里巴巴千億級(jí)知識(shí)圖譜構(gòu)建與產(chǎn)業(yè)化應(yīng)用的工作總結(jié)，對(duì)知識(shí)圖譜理論和大規(guī)模工業(yè)實(shí)踐進(jìn)行了全面和深入的闡述。本書(shū)以阿里巴巴的實(shí)戰(zhàn)經(jīng)驗(yàn)為中心，以深厚的理論成果為支撐，詳細(xì)闡述了知識(shí)圖譜的方方面面。首先介紹工業(yè)場(chǎng)景下知識(shí)圖譜的現(xiàn)狀、存在的問(wèn)題和架構(gòu)設(shè)計(jì)；然后從知識(shí)表示、知識(shí)融合、知識(shí)獲取、知識(shí)推理、知識(shí)存儲(chǔ)和知識(shí)圖譜前

本書(shū)首先從人工智能的定義講起，就人工智能的早期歷史、思維和智能的內(nèi)涵、新千年人工智能的發(fā)展進(jìn)行了簡(jiǎn)要論述。第二部分詳細(xì)講述了人工智能中的知識(shí)表示、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能語(yǔ)音技術(shù)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和知識(shí)圖譜技術(shù)等基礎(chǔ)知識(shí)，并通過(guò)人工智能在醫(yī)療、交通、生活、金融、零售、安防中的經(jīng)典的成功應(yīng)用案例讓讀者更