大模型技术是人类进入通用人工智能时代的关键技术。在大模型技术的深刻影响之下,人类会进入新的转型时代。在这一新的大转型之中,人类的知识秩序、政治秩序、就业体系、教育体系、全球治理体系等都将面临巨大的结构性变迁。该著作分为三大部分,分别讨论“大模型时代的知识生产与知识秩序”“大模型时代的国家治理、全球治理与政治经济学”“大模型时代的自由、民主与人机契约”。在充分讨论大模型技术产生的破坏性效应基础上,作者力图对大模型时代的知识秩序构建和国家治理提出较为深刻的前瞻性理解。
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
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,并分析国内外发展战略和政策。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
近年来,物联网中联网设备的数量及其所产生的数据流量增长迅猛,仅靠传统专有协议或云架构已经无法满足物联网当前和今后的发展需要,作为新一代物联网架构技术的分层算力网络应运而生。本书由学界和工业界专家联袂执
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,并分析国内外发展战略和政策。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
本书首先简要介绍机器人和机器人学的概况,以及机器人学的数学基础,然后分别详细讨论智能机器人体系结构、智能机器人中的传感器、环境感知与建模、路径规划、机器人控制、多机器人协同,以及智能机器人的HRI等内
全书共10章分别从构建非生物智能体、感知、描述、连接、记忆和理解、学习与交互、智能体运算模式与处理功能、资源和任务功能系统、生存、思维、控制与主体性、智能体生命周期等角度深入讨论了智能体的方方面面,本
本书面向初学者,采用循序渐进、层层推进的方式介绍智能机器人的关键技术和开发方法。全书包括三部分,部分介绍机器人的基础知识,包括机器人的定义、发展、组成和关键技术;第二部分包括机器人软硬件组成、视觉功能
本书分为两部分。第一部分,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
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
本书主要内容包括对机器人的基本认识、机器人系统的组成部分、机器人的外部结构、机器人的内部程序、常用工具的使用、机器人制作的方法和流程、青少年竞赛机器人介绍等。本书努力成为便于读者平时阅览学习以及比赛时
《智联未来——从物联网到智联网》一书作为“新一代人工智能2030全景科普丛书”的分册,在选题内容上,注重突出物联网与人工智能的有机结合,概述大数据、人工智能、云计算、边缘计算等智联网技术基础,介绍基于
射频识别(RFID)技术的优势在于对物品的标识、识别、跟踪、定位,它是物联网(IOT)感知层核心基础支撑技术。本书以物联网应用需求和RFID多标签识别技术为背景,系统的介绍了基于碰撞树的RFID多标签
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,提升装配制造企业对多变客户需求的适应能力,为提高企业制造水平提供有益参考。全书分为10章,第1章介绍混流装配线中的生产计划体系;第2章总结混流装配线生产计划的现有优化方法;第3章提出混流装配线生产计划智能优化体系;第5至7章分别介绍智能优化方法体系中的建模、分析与决策等问题,以及适合问题特点的相关方法;第7至9章分别介绍自进化、自组织与自重构三种生产计划方式的具体实现方法;第10章介绍面向柴油发动机企业的混流装配线生产计划智能优化原型系统。本书撰写基于理论与实践相结合的原则,注重前沿性技术在生产
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
本书主要包括人工智能政策规划与法律法规、人工智能法治理论研究、人工智能的法治应用、人工智能典型案件分析等内容,并附有人工智能重点政策法规摘要、人工智能法治研究论文(核心期刊)作者概览、人工智能法治研究机构概览、人工智能重要学术著作概览(2018 2019)、人工智能法治重要会议(论坛)概览(2018 2019)、人工智能法治应用典型事例概览、人工智能司法典型案例、人工智能法治月度大事记(2019年1 6月)等内容。
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
本书分为两大部分: 部分主要基于Scikit-Learn,介绍机器学习的基础算法;第二部分则使用TensorFlow和Keras,介绍神经网络与深度学习。从外,附录部分的内容也 丰富,包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博,覆盖了机器学习的各个领域,不仅介绍了传统的机器学习模型,包括支持向量机、决策树、随机森林和集成方法,还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨,包括各种神经网络架构、强化学习,以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战,既适合在校学生,又适合有经验的工程师。
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
近年来,物联网中联网设备的数量及其所产生的数据流量增长迅猛,仅靠传统专有协议或云架构已经无法满足物联网当前和今后的发展需要,作为新一代物联网架构技术的分层算力网络应运而生。本书由学界和工业界专家联袂执
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。
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。