机器学习需要一条脱离过高理论门槛的入门之路。本书《机器学习篇》从小红帽采蘑菇的故事开篇,介绍了基础的机器学习分类模型的训练(靠前章)。如何评估、调试模型?如何合理地发掘事物的特征?如何利用几个模型共同发挥作用?后续章节一步一步讲述了如何优化模型,更好地完成分类预测任务(第2章),并且初步尝试将这些技术运用到金融股票交易中(第3章)。自然界优选的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始(第4章),讲解了DNN模型的直观原理,尝试给出一些简单的生物学解释,完成简单的图片识别任务(第5章)。后续章节在此基础上,完成更为复杂的图片识别CNN模型(第6章)。接着,本书展示了使用Caffe完成一个完整的图片识别项目,从准备数据集,到完成识别任务(第7章)。后面简单描述
EV3是公司开发的第三代MINDSTORMS机器人,它无需计算机也可实现编程,远远超出了人们对传统玩具的期待,成为少儿和成人皆宜的创意玩具。本书介绍了EV3机器人相关的搭建与编程知识,包含12章和一个附录。本书从EV3的开箱、配件介绍开始,介绍了EV3与NXT的不同、机器人的搭建、机器人的改造,并为EV3编写巡线程序、地板清洁程序、扑克魔术程序等,同时还从菊链项目和扩展玩法等多个方面介绍EV3的强大功能。附录部分还对EV3中涉及的各类名词给出详细的解释。本书为全彩印刷,内容丰富且易学易会。书中所介绍的知识非常适合中小学生课外拓展学习,也适合对LEGO产品感兴趣的读者参考阅读。
R语言具有上手快、效率高的特点,它横跨金融、生物、医学、互联网等多个领域,主要用于统计、建模及可视化。预测是数据挖掘的主要作用之一,也是大数据时代的核心价值所在。基于R语言来做预测,兼具效率和价值的双重属性,这是本书的一大亮点。本书共分为三部分。*部分讲预测基础,主要涵盖预测概念理解、预测方法论、分析方法、特征技术、模型优化及评价,读者通过这部分内容的学习,可以掌握进行预测的基本步骤和方法思路;第二部分讲预测算法,该部分包含了多元回归分析、复杂回归分析、时间序列及进阶算法,内容比较有难度,需要细心体会;第三部分讲预测案例,包括短期日负荷曲线预测和股票价格预测两个实例,读者可以了解到实施预测时需要关注的技术细节。希望读者在看完本书后,能够将本书的精要融会贯通,进一步在工作和学习实
这本书通过给出易操作的实践指导、采用简单的例子、激励学生讨论有趣的应用问题,用一种易于理解的方式介绍了机器学习的基本思想。本书主题包括贝叶斯分类器、近邻分类器、线性和多项式分类器、决策树、神经网络以及支持向量机。后面的章节展示了如何把这些简单工具通过“提升”(boosting)的方式结合起来,怎样将它们应用于更加复杂的领域,以及如何处理各种的实践问题。其中有一章介绍了广为人知的遗传算法。
《技术的功能:面向人工物的使用与设计》对技术人工物及其技术功能进行研究,对使用和设计方面的功能理论,即ICE理论进行了系统阐释。该理论将技术人工物、日常使用者的目的同工程师的任务相结合。《技术的功能:面向人工物的使用与设计》作者提出的理论,同生物哲学和心智哲学领域有关设计和功能的研究成果密切相关。《技术的功能:面向人工物的使用与设计》是技术哲学荷兰学派的代表作之一,意在理解工程和技术本身的价值所在。《技术的功能:面向人工物的使用与设计》给读者呈现了对技术人工物及其功能广泛而又详尽的见解。这表明了技术无处不在的日常生活是如何受到缜密的哲学分析影响的,也表明了人工物和技术功能如何提供了一个研究领域,它同生物领域一样引人注目而又截然不同。
罗伯特·拉戈尼尔著的《OpenCV计算机视觉编程攻略(第3版)》结合C和OpenCV全面讲解计算机视觉编程,不仅涵盖计算机视觉和图像处理的基础知识,而且通过完整示例讲解OpenCV的重要类和函数。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等各种技术,并且详细介绍了如何处理来自文件或摄像机的视频,以及如何检测和跟踪移动对象。第3版针对OpenCV版本进行了修改,调整了很多函数和算法说明,还增加了立体图像深度检测、运动目标跟踪、人脸识别、人脸定位、行人检测等内容,适合计算机视觉新手、专业软件开发人员、学生以及所有想要了解图像处理和计算机视觉技术的人员学习参考。
本书介绍了机器人的建模、仿真和控制方法,主要内容包括:线性系统、机械系统、伺服电动机的建模,非线性系统的计算机仿真,线性系统及其稳定性和状态控制器,线性控制系统的能控性与能观性,线性化控制及非线性系统的稳定性等。本书适合作为自动控制相关专业的教材,也可以作为机器人方面专业人士的参考书。
以机器学习中的典型案例为主线,条分缕析梳理阿里云的平台功能,讲解如何用阿里云的机器学习平台来实现各类应用,包括商家作弊检测、生存预测、信用风险预测、用户购买行为预测等,并完整地介绍了机器学习的基本原理与实践技巧。