2023年度国家科学技术学术著作出版基金资助著作 由“中国人工智能 2.0 发展战略研究”重大咨询研究项目成果形成 覆盖无人机、无人船、空间机器人、智能工厂等11类前沿研究热点 多位院士组成编委顾问 本书由“中国人工智能 2.0 发展战略研究”重大咨询研究项目的成果形成。项目由清华大学的吴澄院士担任组长，浙江大学的孙优贤院士和中国科学院沈阳自动化研究所的王天然院士担任副组长。课题组还包括封锡盛、杨学军、钟志华、金东寒、陈杰、戴琼海、王耀南等院士以及其他 20 余位专家。本书全面阐述了智能无人系统的基础理论、关键应用、示范应用等内容，以期帮助读者对智能无人系统的现状和未来发展趋势有较为全面的了解。

本书依托国家自然科学基金"共融机器人基础理论与关键技术研究"重大研究计划项目——面向室外复杂光照与气象条件的共融机器人多模感知系统（项目编号：91648118），以及国家自然科学基金面上项目——计算机

本书依托国家自然科学基金"共融机器人基础理论与关键技术研究"重大研究计划项目——面向室外复杂光照与气象条件的共融机器人多模感知系统（项目编号：91648118），以及国家自然科学基金面上项目——计算机

从零基础开始，系统阐述卷积神经网络理论基础及其实践应用，可以帮助初学者快速学习和构建深度学习。第1章简要介绍了图像表示和一些计算机视觉模型；第2章介绍了回归、机器学习和优化的概念；第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数，以及两类和多类问题的单神经元模型等；第4章介绍了卷积池化层和CNN；第5章通过介绍CNN的一些当前新颖实用的用法，进一步拓展和丰富了深度神经网络的结构。

这本机器学习畅销书基于TensorFlow 2和Scikit-Learn的新版本进行了全面更新，通过具体的示例、非常少的理论和可用于生产环境的Python框架，从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。 全书分为两部分。首先介绍机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分介绍神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。*部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。 通过本书，你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识，你只需要有一些编程经验。所有代码都可以在GitHu

从零基础开始，系统阐述卷积神经网络理论基础及其实践应用，可以帮助初学者快速学习和构建深度学习。第1章简要介绍了图像表示和一些计算机视觉模型；第2章介绍了回归、机器学习和优化的概念；第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数，以及两类和多类问题的单神经元模型等；第4章介绍了卷积池化层和CNN；第5章通过介绍CNN的一些当前新颖实用的用法，进一步拓展和丰富了深度神经网络的结构。

本书针对混流装配线生产计划的智能优化需求，在概要阐述混流装配线及其生产计划内容的基础上，归纳混流装配线中的多种生产计划方式，介绍如何利用建模、分析和决策等一系列理论方法实现生产计划的智能优化方法体系，

软体机器人技术是一个新兴的领域，使机器人能够在非结构化或不稳定的环境中工作，并执行需要精细度和延展性的任务。这一切都是关于软材料——硅树脂、布、气球、软塑料的工程，并以不同的方式将它们结合起来，为有

从零基础开始，系统阐述卷积神经网络理论基础及其实践应用，可以帮助初学者快速学习和构建深度学习。第1章简要介绍了图像表示和一些计算机视觉模型；第2章介绍了回归、机器学习和优化的概念；第3章介绍了Rosenblatt感知器和感知器学习算法、logistic神经元及其激活函数，以及两类和多类问题的单神经元模型等；第4章介绍了卷积池化层和CNN；第5章通过介绍CNN的一些当前新颖实用的用法，进一步拓展和丰富了深度神经网络的结构。