本书分为两部分。第壹部分,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,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。第壹部分主要基于Scikit-Learn,而第二部分则使用TensorFlow和Keras。
本书涵盖了从工业机器人入门到安川工业机器人产品应用全面的知识与技术。全书从机器人的产生、发展和分类,工业机器人的组成特点、技术性能和产品等基础知识出发,对工业机器人本体及谐波减速器、RV减速器等核心部件的结构原理、机械设计、安装维护等进行了全面阐述;对坐标系与姿态定义方法、程序结构及安川工业机器人的全部命令、变量编程进行了详尽说明;对手动与示教操作、程序与作业文件编辑及调试、再现运行、系统设置与维修操作进行了完整介绍。 本书面向工程应用,技术先进、知识实用、选材典型,内容全面、由浅入深、循序渐进,是工业机器人设计、使用、维修人员和高等学校师生的参考书。
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。有一定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。
软体机器人技术是一个新兴的领域,它以新的方式接近机器人,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的工程——硅树脂、布、气球、软塑料——并以不同的方式将它们结合起来,为有趣的问题提出新颖、平易近人、令人惊讶的解决方案。本书向学生、发明家和创客介绍了软体机器人概念,并提供了易于理解的解释和动手DIY项目。这些项目使用了广泛的工具和技术——包括微控制器、3D打印、激光切割、模具制作、铸造和热封——来创建有趣的软机器人和设备。它在修补它*好的!代码示例可以在github.com/gianteye/makesoftrobots上找到。
这是一部从流程、理论、方法角度系统讲解如何从0到1设计与研发智能硬件产品的著作。作者是智能硬件产品领域的资深专家,曾就职于字节跳动和360等知名企业,主导和参与过的产品曾获得过德国iF设计奖、德国红点奖、美国IDEA奖、金点设计奖等*设计大奖。 本书内容涵盖智能硬件产品的产品创意、市场分析、产品定位、用户研究、需求分析、概念生成与测试、工业设计、产品原型、定价决策、产品发布的全生命周期,不仅手把手教读者如何把产品做出来,而且还告诉读者如何让产品取得更好的市场效果。 第1~5章主要介绍了智能硬件产品的分类、涉及的硬件技术、商业模式,以及产品创意、市场分析、产品定位的具体原则、方法和步骤等; 第6~9章主要讲解了智能硬件产品的用户研究、用户画像、需求分析和需求优先级排列的思路、方法和步骤等; 第10~12章详
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。
全书首先概要介绍了传统语音识别理论和经典的深度神经网络核心算法。接着全面而深入地介绍了深度学习在语音识别中的应用,包括"深度神经网络-隐马尔可夫混合模型 的训练和优化,特征表示学习、模型融合、自适应,以及以循环神经网络为代表的若干先进深度学习技术。
如何应对以人工智能为代表的新一轮科技革命带来的伦理和治理上的挑战?这是一个未被以往任何单个学科的研究所涵盖的问题。相比以往的技术,人工智能的独特之处就在于它的“自主性”。换言之,或由于技术本身的特性、或由于其应用过程中社会赋予了它特定角色,当代人工智能技术已经在深度“参与”人的决策。在这个意义上,人工智能技术与传统的工具意义上的技术有质的区别。正是由于这种对人的决策的深度“参与”,人工智能技术导致了短期和长期的伦理问题。本书系统地讨论了这些问题,在社会如何应对新一轮科技革命和产业变革的问题上有思想资源和分析框架上的性贡献。
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