情感是人类特有的一种思维方式,如果机器具备了情感,是不是就可以取代人类? 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中,人工智能之父马文·明斯基有力地论证了:情感、直觉和情绪并不是与众不同的东西,而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质,为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力,乃至自我观念的情感机器的路线图。
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
TensorFlow是谷歌2015年开源的主流深度学习框架,目前已得到广泛应用。郑泽宇、梁博文、顾思宇著的《TensorFlow(实战Google深度学习框架第2版)》为TensorFlow入门参考书,旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导,从实际应用问题出发,通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验,是走进这个前沿、热门的人工智能领域的优选参考书。 第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时,第2版也补充了 多只有TensorFlow 1.4.0才支持的功能。另外,第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。 本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师,希望了解深度学习
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
本书深入介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果;也从科普的角度,尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员,还是这个领域的专业研究人员,或是信息科学和计算机科学的爱好者们,都能从本书中得到启发。
算法已在多大程度上影响我们的生活? 购物网站用算法来为你推荐商品,点评网站用算法来帮你选择餐馆,GPS系统用算法来帮你选择*路线,公司用算法来选择求职者 当机器最终学会如何学习时,将会发生什么? 不同于传统算法,现在悄然主导我们生活的是 能够学习的机器 ,它们通过学习我们琐碎的数据,来执行任务;它们甚至在我们还没提出要求,就能完成我们想做的事。 什么是终极算法?
机器学习虽然对改进产品性能和推进研究有很大的潜力,但无法对它们的预测做出解释,这是当前面临的一大障碍。本书是一本关于使机器学习模型及其决策具有可解释性的书。本书探索了可解释性的概念,介绍了简单的、可解释的模型,例如决策树、决策规则和线性回归,重点介绍了解释黑盒模型的、与模型无关的方法,如特征重要性和累积局部效应,以及用Shapley值和LIME解释单个实例预测。本书对所有的解释方法进行了深入说明和批判性讨论,例如它们如何在黑盒下工作、它们的优缺点是什么、如何解释它们的输出。本书将解答如何选择并正确应用解释方法。本书的重点是介绍表格式数据的机器学习模型,较少涉及计算机视觉和自然语言处理任务。本书适合机器学习从业者、数据科学家、统计学家和所有对使机器学习模型具有可解释 兴趣的人阅读。
刘金琨编著的《滑模变结构控制MATLAB仿真(第3版基本理论与设计方法)》从MATLAB仿真的角度系统地介绍了滑模变结构控制的基本理论、基本方法和应用技术,是作者多年来从事控制系统教学和科研工作的结晶,同时融入了国内外同行近年来所取得的新成果。 本书是在第2版基础上修改而成的,并增加了部分内容。全书共分12章,包括滑模变结构控制发展综述、连续系统滑模控制、自适应鲁棒滑模控制、基于干扰及输出测量延迟观测器的滑模控制、反演及动态面滑模控制、基于滤波器及状态观测器的滑模控制、模糊滑模控制、神经滑模控制、离散系统滑模控制、基于LMI的滑模控制、Terminal滑模控制。每种控制方法都利用MATLAB程序进行了仿真分析。 本书各部分内容既相互联系又相对独立,读者可根据自己需要选择学习。本书适用于从事生产过程自动化、计算机应
本书主要内容分为四个部分。 个部分是ROS基础,主要包含以下章节:1.初识ROS:讲解ROS的背景、特点以及安装方法;2.ROS系统架构:讲解ROS的架构、关键概念、通讯机制等;3.ROS基础:讲解ROS使用的基础知识,编程方法等;4.ROS中的常用组件:讲解ROS的中常用工具包的使用方法;第二个部分是基于ROS的应用:5.机器人平台搭建:讲解基于ROS的机器人平台设计方法;6.机器人建模与仿真:讲解ROS中机器人建模与仿真的具体实现方法;7.SLAM与导航:讲解ROS中多种SLAM功能包的使用方法,以及自 航的实现方法;8.机器视觉:讲解基于ROS的图像获取、传输、人脸识别、物体跟踪、二维码识别等机器视觉方面的实现方法;9.机器听觉:讲解基于ROS的中英文语音识别、语音输出、智能助手等功能的实现方法;10.MoveIt机械臂控制:讲解ROS中MoveIt实现机械臂控制的方法;11.ROS与机器学
驾驶是世界上较为危险的活动之一,每年因车祸丧生的人数高达百万。仅在美国,每年的车祸死亡人数就将近4万,这相当于满载乘客的波音737客机每年每个工作日都坠毁一次所造成的死亡。 无人驾驶是解决驾驶安全问题的利器,它很有可能会在未来十年时间内到来。它将对我们的交通、经济,乃至世界的权力和财富结构产生巨大影响,从而重塑我们习以为常的生活方式。
《精通QTP——自动化测试技术领航》共分为6章,书中实例新颖、趣味性强、案例贴近实际,在逼真的软件测试模拟项目环境下试验。 第1章和第2章帮助读者系统地学习QTP最实际的应用。第1章将需要掌握的自动化测试知识依次讲解,这是精心设计的内容。掌握了这些基本技能后就可以进入第2章的学习,里面涵盖了大量真实的模拟项目的例子,以及做项目时需要的一些QTP技术和技巧。学通这两章,读者就可以独自承担起自动化测试的脚本开发工作。第3章和第4章让读者深度掌握QTP应用。包括项目应用高级扩展实例精讲和QTP深入探索,学会了这些技术,读者才会有更多的底蕴,也是一个很重要的跨越阶段。第5章和第6章讲解了设计模式和自动化测试框架的内容,这两章内容是QTP测试技术精华的浓缩,如QTP设计模式和自动化测试框架。 另外,《精通QTP——自动化测试
TensorFlow是谷歌2015年开源的主流深度学习框架,目前已得到广泛应用。本书为TensorFlow入门参考书,旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了烦琐的数学模型推导,从实际应用问题出发,通过具体的TensorFlow示例介绍如何使用深度学习解决实际问题。书中包含深度学习的入门知识和大量实践经验,是走进这个前沿、热门的人工智能领域的优选参考书。第2版将书中所有示例代码从TensorFlow 0.9.0升级到了TensorFlow 1.4.0。在升级API的同时,第2版也补充了更多只有TensorFlow 1.4.0才支持的功能。另外,第2版还新增两章分别介绍TensorFlow高层封装和深度学习在自然语言领域应用的内容。本书适用于想要使用深度学习或TensorFlow的数据科学家、工程师,希望了解深度学习的大数据平台工程师,对人工智能、深度学习感兴趣的计算机相关从业人员及在校学生等。
AI圣经!深度学习领域奠基性的经典畅销书!长期位居美国***AI和机器学习类图书榜首!所有数据科学家和机器学习从业者的bi读图书!特斯拉CEO埃隆 马斯克等国内外众多***!中文版由北京大学数学科学学院统计学教授张志华审校。 深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。因为计算机能够从经验中获取知识,所以不需要人类来形式化地定义计算机需要的所有知识。层次概念允许计算机通过构造简单的概念来学习复杂的概念,而这些分层的图结构将具有很深的层次。本书会介绍深度学习领域的许多主题。 本书囊括了数学及相关概念的背景知识,包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时,它还介绍了工业界中实践者用到的深度学习技术,包括深度前馈网络、正则化、优化算法、
《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
情感是人类特有的一种思维方式,如果机器具备了情感,是不是就可以取代人类? 在《情感机器(人类思维与人工智能的未来)(精)/机器人与人工智能书系》中,人工智能之父马文·明斯基有力地论证了:情感、直觉和情绪并不是与众不同的东西,而只是一种人类特有的思维方式。也同时揭示了为什么人类思维有时需要理性推理,而有时又会转向情感的奥秘。通过对人类思维方式建模,他为我们剖析了人类思维的本质,为大众提供了一幅创建能理解、会思考、具备人类意识、常识性思考能力,乃至自我观念的情感机器的路线图。
安德里亚斯·穆勒、莎拉·吉多著的《Python机器学习基础教程》是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中 常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的 方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。 本书适合机器学习从业者或有志成为机器学习从业者的人阅读。
白志刚编著的《自动调节系统解析与PID整定》采用生动形象的语言,深入讲解了PID参数整定的方法和自动调节系统控制策略的制定。书中带领读者一步一步理解PID参数的含义、曲线特征和整定方法,其中还有作者总结的整定口诀,好记好用,之后,通过火电厂自动调节系统的实例,具体说明了控制策略的制定和参数整定在实践中的应用,最后总结了自动调节系统外围设备的故障处理。 《自动调节系统解析与PID整定》作者在自动调节系统一线工作二十多年,对自动调节系统有深刻的认识,具有非常丰富的现场经验。 《自动调节系统解析与PID整定》适用于化工、矿业、冶金、仪器仪表等自动化技术人员。
白志刚编著的《自动调节系统解析与PID整定》采用生动形象的语言,深入讲解了PID参数整定的方法和自动调节系统控制策略的制定。书中带领读者一步一步理解PID参数的含义、曲线特征和整定方法,其中还有作者总结的整定口诀,好记好用,之后,通过火电厂自动调节系统的实例,具体说明了控制策略的制定和参数整定在实践中的应用,最后总结了自动调节系统外围设备的故障处理。 《自动调节系统解析与PID整定》作者在自动调节系统一线工作二十多年,对自动调节系统有深刻的认识,具有非常丰富的现场经验。 《自动调节系统解析与PID整定》适用于化工、矿业、冶金、仪器仪表等自动化技术人员。