全书共分为四部分,第一部分(第1~4章)是基本内容,包括了创建C 程序的基本工具和技术、分支和循环等流程控制语句、内置数据类型和它们的基本属性、C 的各种运算符及其应用,第二部分(第5~8章)是指
本书是机器学习领域的入门教材,详细阐述了机器学习的基本理论和方法。全书由12 章组成,包括绪论、线性模型与逻辑斯谛回归、决策树、贝叶斯分类器、k 近邻算法、支持向量机、人工神经网络、线性判别分析、主成分分析法、聚类、EM 算法与高斯混合聚类、集成学习等。 对每一种机器学习算法,均从算法原理的理论推导和MATLAB 实现两方面进行介绍。本书既注意保持理论分析的严谨性, 又注重机器学习算法的实用性,同时强调机器学习算法的思想和原理在计算机上的实现。全书内容选材恰当,系统性强,行文通俗流畅,具有较强的可读性。本书的建议课时为48 课时,可作为数据科学与大数据技术、计算机科学与技术、统计学以及信息与计算科学等本科专业的教材或教学参考书, 也可以作为理工科研究生机器学习课程的教材或参考书。
小型智能机器人制作全攻略 是小型智能机器人制作的资料宝典,通过实例讲解,告诉你制作机器人需要掌握的综合知识,内容翔实,通俗易懂。初学者可以边玩边学,了解小型智能机器人设计、制作和使用的技巧。有制作经验的爱好者也可以从本书中“淘”到不少好点子。本书已经是第5版了,在前4版的基础上做了大量更新了,增加了新的电机、传感器和模块的项目应用实例。这本书意在启发你使用不同的组件来构建机器人,你可以按自己喜欢的方式把书里介绍的模块化的项目加以组合,创建出各种形状和尺寸、高度智能化的机器人。
《模式识别》阐明了模式识别学科的科学意义与战略价值,总结了模式识别学科的发展历史及其研究规律,梳理了模式识别学科在基础理论、计算机视觉、语音语言信息处理、模式识别应用技术等方面的发展现状,分析了模式识别学科中尚未完全解决的关键科学问题,确定了面向学科前沿的发展方向和研究重点,指出了模式识别技术创新的新挑战、新使命与新机遇,提出了模式识别学科发展的保障措施与政策建议。《模式识别》旨在为模式识别学科的健康稳定发展奠定坚实的科学基础,促进模式识别在解决国计民生重大需求方面做出应有的贡献。
本书展现了智能世界中通信网络自动化、智能化的愿景,阐述了华为自动驾驶网络的发展历程、应用场景、基础理论、参考架构及相关的关键技术。本书主要介绍自动驾驶网络的顶层架构、分层架构(包括自智网络引擎、网图、AI Native网元)、关键特征(包括分布式AI、内生安全)等的架构设计,以及网络可信任AI、网络分布式AI、网络数字孪生、网络仿真、网络知识和专家经验数字化、网络人机共生、网元内生智能、网络内生安全等关键技术。本书还介绍了产业组织、标准组织的标准全景和分级评估方法,并以华为自动驾驶网络解决方案为例,阐明如何推行实践。 本书可为通信网络自动化、智能化领域的专业人士,以及科研院所相关领域的研究者提供参考。
本书是一本机器学习算法方面的理论+实践读物,主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含、2章,主要介绍机器学习的理论基础和工程实践基础。第3章是回归模型部分,主要包括模型的建立、学习策略的确定和优化算法的求解过程,很后结合三种常见的线性回归模型实现了一个房价预测的案例。第4至11章详细介绍了几种常见的分类模型,包括朴素贝叶斯模型、K近邻模型、决策树模型、Logistic回归模型、支持向量机模型、森林模型、AdaBoost模型和提升树模型,每一个模型都给出了较为详细的推导过程和实际应用案例。2章系统介绍了五种常见的聚类模型,包括K-Means聚类、层次聚类、密度聚类、谱聚类和高斯混合聚类,每一个模型的原理、优缺点和工程应用实践都给出了较为详细的说明
《基于视觉的运动目标检测跟踪》主要研究内容为基于计算机视觉、数字图像处理、数字视频处理等理论,实现视频中运动目标的检测跟踪。根据视觉感知环境将研究内容分为单目、双目和多目视觉下的运动目标检测和跟踪。在单目视觉下,分别针对静止背景下的可见光视频中的目标检测跟踪、红外小目标的检测跟踪及动态背景下运动目标检测跟踪进行了研究,给出了运动目标检测、位置预测及模板匹配的跟踪思路和方法。此外,结合机器学习技术的广泛应用,针对目标长时在线跟踪中的漂移问题、尺度变换问题及目标定位问题,研究了机器学习的方法。在双目和多目视觉下,结合多摄像机之间的空间位置关系,就多目标跟踪中的三维跟踪、融合跟踪等技术进行了研究,并就其在多目视觉下基于标记点的运动捕获这一具体应用中的实现进行了研究,解决了其中的遮
工业机器人作为一种高科技集成装备,对专业人才有着多层次的需求。 本书根据机器人行业发展趋势,从生产实际出发,详细讲解了工业机器人的应用基础、KUKA工业机器人的现场编程与操作、WorkVisual的编程与操作、KUAK工业机器人的运输与安装、KUAK工业机器人的调整与保养等内容。 本书实用性与可参考性强,可为从事工业机器人操作与维护相关工作的工程技术人员提供帮助,也可供普通高等院校、职业院校机电专业、机器人专业的师生学习参考。
《Pytho自然语言处理入门》是一本使用 Pytho解释在人工智能领域备受关注的自然语言分析方法的入门书,内容涵盖“检索技术”“实体提取”“关系提取”“语素分析”和“评估 / 情感 / 概念分析”等自然语言处理中的常用知识,同时对传统技术和引入了 AI 新技术的特点作了对比。全书以一线 AI工程师的实际项目经验为后盾,对自然语言处理的要点进行了归纳总结,并介绍了使用 Pytho程序、API、商业服务(IBM Watson)和 OSS(MeCab / Elasticsearch / Word2Vec)等进行自然语言处理的实用方法,在最后一章中,还介绍了 BERT 的相关内容,特别适合想学习自然语言处理的理工科学生和人工智能工程师进行参考和学习。
《核医学图像分析》介绍基于深度学习的核医学图像智能分析技术,由图像分类、目标检测和病灶分割等内容构成。《核医学图像分析》共6章,其中,章为医学影像概述,第2章为数据分析技术综述,第3~5章分别为图像分类、目标检测和病灶分割模型构建与实验验证介绍,第6章为核医学诊断文本分析与模型构建。
《哈密顿力学理论的形式化与机器人动力学形式化分析》系统深入地研究了辛几何理论、哈密顿动力学的公理化体系,并以四自由度串联机器人为例,研究了基于哈密顿动力学系统的形式化分析与验证方法的应用,为机器人动力学的安全设计提供了形式化验证理论和技术手段。《哈密顿力学理论的形式化与机器人动力学形式化分析》主要内容包括:哈密顿模型的几何基础——辛流形空间的形式化、哈密顿模型和拉格朗日模型的勒让德映射关系的形式化、哈密顿方程的形式化和机器人动力学的形式化建模与分析。内容涉及交互式定理证明、机器人、形式化验证等人工智能领域。
本书聚焦人工智能对产业的赋能,对产业发展和创新热潮进行概述,介绍人工智能在核心产业领域的发展现状和趋势,并分析外发展战略和政策。本书深入探讨人工智能与机器人、交通、医疗等领域的融合发展,以及由此产生的智能机器人、智能驾驶、人工智能医疗等新业态,详细阐释人工智能提升生产效率,催生新产品、新场景、新需求,推动产业转型升级和经济高质量发展的重要作用。 本书适合人工智能、互联网和计算机行业的从业人员和研究人员(技术岗位和非技术岗位),以及创投相关人员阅读参考。