《深度学习之图像识别：核心算法与实战案例（全彩版）》全面介绍了深度学习在图像识别领域中的核心算法与应用。该书不但重视基础理论的讲解，而且从第4章开始，每章都提供了1～3个不同难度的案例供读者实践，读者可以在已有代码的基础上进行改进，从而加深对所学知识的理解。 《深度学习之图像识别：核心算法与实战案例（全彩版）》共9章：首先介绍深度学习的基础概念，包括神经网络基础知识和深度学习中的优化技术；然后系统介绍深度学习中与数据相关的知识，包括经典数据集的设计、数据集的增强，以及数据的获取、整理与可视化；接着重点针对图像识别领域，结合实战案例系统地介绍深度学习在图像分类、图像分割和目标检测3个领域的核心技术与应用；另外，还会对深度学习模型的可视化以及模型的压缩和优化进行详细介绍，为读者设计和训

动手学图机器学习 识别关系是机器学习的基础。通过识别和分析数据中的关系，以图为核心的算法(如K-邻近或PageRank)显著提高了机器学习应用的效率。基于图的机器学习技术以全新方式为社交网络、欺诈检测、自然语言处理和推荐系统等领域的机器学习提供了强有力的支持。 《动手学图机器学习》是行业类的权威书籍，旨在倾授如何利用面向图的机器学习算法和工具，充分挖掘结构化和非结构化数据集中的自然关系，读者可以从中吸收图架构和图设计实践的精髓，并学会从容避开常见的陷阱。作者Alessandro Negro通过真实的应用示例，将GraphML(一种图建模语言)概念与实际任务完美联系起来，使读者能够更好地理解图技术在机器学习中的价值，并熟练应用该技术。 ● 大数据平台中的图 ● 推荐、自然语言处理、欺诈检测 ● 图算法 ● 与Neo4j图数据库协作

深度学习精粹与PyTorch实践 深度学习绝非不可窥探的黑箱!深入理解其模型和算法的实际运作机制，是驾驭并优化结果的关键。你无需成为数学专家或资深数据科学家,同样能够掌握深度学习系统内部的工作原理。本书旨在通过深入浅出的方式，为你揭示这些原理，让你在理解和解释自己的工作时更加自信与从容。 《深度学习精粹与PyTorch实践》以浅显易懂的方式揭示了深度学习算法的内部运作机制，即使是机器学习初学者也能轻松理解。本书通过平实的语言解析、详尽的代码注释,以及数十个基于PyTorch框架的实战示例，逐步引导你探索深度学习的核心概念与实用工具。本书避免了复杂的数学公式堆砌，而是采用直观易懂的方式阐述每种神经网络类型的运作逻辑。更令人兴奋的是，书中提供的所有解决方案均可在现有的GPU硬件上顺畅运行! 主要内容 ● 选择正确的深

精心挑选英美两国出版的谚语词典作为条目来源的依据，保护了条目的准确性科学性。收集条目数量超过现有的同类词典，达到15770余条。译文不拘泥于一种，在保证意义不变的情况下，直译意译并重，给出多种译法。作者对谚语的出版、原注、加注、异形参考，首次收录时间等展开了深入、系统的研究。创设检索词库。全书借助于计算机技术，将核心谚语条目按关键词顺序编制了条目检索系统，实现所想即所得。

本书结合具体的控制对象论述过程控系统的设计、整定及其应用问题，包括常见控制回路的分析、线性与非线性调节器的选择、复杂控制系统的组成、控制算法与控制系统的实现和评估，以及各类典型单元及过程的控制方案，乃到一些的控制系统，如解耦系统、适应性控制和基于模型的控制等。本书巧妙地把控制理论融合于应用之中，使过程控制系统的设计更加科学和切合实际。

本书是以作者近几年在国际著名期刊上发表的50多篇被SCI和EI收录的论文为基础撰写而成的一部学术专著，着重研究直觉模糊集决策与对策的理论、方法，全书分为9章，内容包括：直觉模糊集理论；直觉模糊集集结算子及其多属性决策方法；直觉模糊集多属性决策方法；区间值直觉模糊集多属性决策方法；包含直觉模糊数的多属性决策方法；直觉模糊集多属性群体决策方法；直觉模糊集矩阵对策及其线性或非线性规划解法；区间值直觉模糊集矩阵对策及其线性或非线性规划解法；支付值为直觉模糊数的矩阵对策及其解法。 读者对象为从事决策论、对策论、管理科学、模糊系统理论、应用数学、工程与工业系统优化设计、社会经济等方面的理论与应用研究人员；高等院校决策科学、管理科学、运筹学、模糊数学、系统工程、应用数学、水文学及水资源、系统工程与控

Matlab语言是MathWorks公司推出的一套高性能计算机编程语言，集数学计算、图形显示、语言设计于一体，其强大的扩展功能为用户提供了广阔的应用空问。它附带有30多个工具箱，神经网络工具箱就是其中之一。本书是在Matlab7.2的神经网络工具箱v5.2基础上编写的，在M-book数据图形文字环境下以图文并茂的形式循序渐近地介绍了Matlab神经网络工具箱的原理和应用。全书共11章，首先就各类型神经网络的结构模型、设计、训练等加以描述，并辅以大量的应用实例演示，然后介绍了神经网络图形用户界面，以及如何在Simulink环境下进行网络设计，最后提供了自定义神经网络的方法。本书内容广泛，实例丰富，可作为高等学校计算机、电子工程、控制工程、应用力学、信息科学、数学、机械工程等专业师生的参考资料，也可作为从事这些领域工作的广大科技人员的参考用书。

本书作者常年在企业生产现场从事TPM的推进工作。书中在介绍TPM的基本概念和设备六大损失等人门知识的基础上，重点介绍了TPM推进各阶段的实施重点，包括自主维护、5S活动以及非生产部门的TPM活动开展模式等内容。并结合近年来企业普遍推进的HSE体系、质量管理体系等热点问题，探讨了如何将TPM活动和这些体系相结合。本书非常适合各类推进TPM企业的管理人员、工程技术人员等专业人士阅读。