人工智能
-
机器人动力学与系统控制(美)安德鲁,J.库迪拉(Andrew J.Kurdila)本书重点阐述机器人系统动力学和控制的基本原理,并展示了如何计算和使用分析工具(如matlab、mathematica和maple)来进行机器人系统设计。
-
人工智能学科路线图中国人工智能学会人工智能从狭义来说,是人类智能的人工实现;而从广义来理解,可以认为是智能体的人工实现。因此,它包含两层意思,一是有智能的学习,二是有人的参与和实现。进入21 世纪,尤其是2012年以后,人工智能研究有了突破性进展,即人工智能形成了大量具有优异性能的应用级产品,在产业界备受关注,且渗透到了较以往更为广泛的其他领域中,其中起主导作用的是神经网络研究的再次兴起。在一波人工智能热潮中,智能博弈、无人驾驶汽车、人工智能助理、语音识别、自然语言理解等都取得了飞速发展,对工业界产生了巨大影响。同时,脑科学、神经科学、认知科学的研就也不同程度的与人工智能学科研究形成交叉融合。人工智能研究已经成为持续热点,得到了学术界、工业界和资本界的广泛关注。为了对人工智能学科的发展方向作出比较准确的预见和把握,助力人工智能学科的发展,中国人工智能学科会组织学界专家对本学科的现状和趋势进行了科学严谨地研究,撰写了这部《人工智能学科路线图》。
-
基于MATLAB的机器视觉处理技术杨洋,王永琦本书系统地阐述了机器人视觉工作的原理、分析方法、技术和应用。全书内容主要分两大部分,第一部分是“基础篇”,对MATLAB在图像视频处理的特点以及基本知识进行了阐述,从图形绘制层层深入MATLAB的二维和三维图像绘制功能,并介绍了科学计算可视化的相关知识;第二部分是“机器人视觉处理技术”,详细介绍了机器人视觉的发展与当前技术上的关键点,以及图像表示和描述、图像分割、增强、融合与模式识别等方面的知识,并给出机器人视觉处理应用的实例。
-
计算机视觉机器学习实践Valliappa Lakshmanan本书向你展示了如何使用机器学习模型从图像中提取信息。ML工程师和数据科学家将学习成熟的ML技术来解决各种图像问题,包括分类、物体检测、自动编码器、图像生成、计数和字幕。本书很好地介绍了端到端的深度学习:创建数据集、数据预处理、模型设计、模型训练、评估、部署和可解释性。Google工程师Valliappa Lakshmanan、Martin G?rner、Ryan Gillard为你展示了如何开发精准且可解释的计算机视觉ML模型,并使用强大的ML架构以灵活且可维护的方式将其投入大规模生产。 你将学习如何使用TensorFlow和Keras编写的模型进行设计、训练、评估和预测。
-
基于人工智能的故障诊断方法安晶,周临震,安鹏《基于人工智能的故障诊断方法》结合轴承振动信号的固有特性,弥补传统智能诊断方法的不足,以深度学习、迁移学习、流形学习等人工智能技术为核心,面向海量轴承振动监测信号,提出一种新的智能诊断研究框架,主要围绕“监测信号标注困难”“工况交替多变”和“噪声干扰”等的不同应用需求,着重从深度聚类框架设计、跨域故障诊断模型构建、目标函数构造、度量函数设计、中心判别损失正则项设计,以及相关对齐时目标熵最小性质证明等几个方面展开研究,探索很大程度避免人工参与且具有较强领域自适应能力的智能诊断解决方案。《基于人工智能的故障诊断方法》适合制造业的研究人员和工程技术人员参考阅读,也适合作为高等学校计算机、人工智能、智能制造等专业的研究生教学用书。
-
可解释人工智能导论杨强,范力欣,朱军,陈一昕,张拳石,朱松纯 等本书全面介绍可解释人工智能的基础知识、理论方法和行业应用。全书分为三部分,共11 章。第一部分包括第1章,揭示基于数据驱动的人工智能系统决策机制,提出一种基于人机沟通交互场景的可解释人工智能范式。第二部分为第2~5 章,介绍各种可解释人工智能技术方法,包括贝叶斯方法、基于因果启发的稳定学习和反事实推理、基于与或图模型的人机协作解释、对深度神经网络的解释。第三部分为第6~10 章,分别介绍可解释人工智能在生物医疗、金融、计算机视觉、自然语言处理、推荐系统等领域的应用案例,详细说明可解释性在司法、城市管理、安防和制造等实际应用中发挥的积极作用。第11 章对全书进行总结,并论述可解释人工智能研究面临的挑战和未来发展趋势。此外,本书的附录给出可解释人工智能相关的开源资源、中英文术语对照及索引,方便读者进一步查阅。 本书既适合高等院校计算机和信息处理相关专业的高年级本科生和研究生,以及人工智能领域的研究员和学者阅读;也适合关注人工智能应用及其社会影响力的政策制定者、法律工作者、社会科学研究人士等阅读。
-
逃离绑架张为志宇宙万象,时时刻刻,变幻莫测。 物理世界、生物世界、精神世界的不断变化,引发了世间万物关系与结构的重大变化,这是一个物理世界、生物世界、精神世界大集成的时代。 多主体双脑社会结构,是智能世界个体选择性与集体分层演化发展的必然历史结果。 双脑世界对人机共生秩序的思考,最终体现或落实在了对社会大脑控制下的物理世界、生物世界、精神世界大集成的全新共同体生态体系构建的探索上。 这是一种非现场经济意识,是一个跨越人脑的类心智探索意识,一种人机共生社会的“多元多级一元论”哲学意识,一次高新智能时代东西方哲学融合再发展的讨论意识。 生活在“双脑世界”的人们,将不断地建立起更为进步的共性标准,并提升这个共识。
-
机器学习微积分一本通洪锦魁这是一本具有高中数学知识就能读懂的机器学习图书,书中通过大量程序实例,将复杂的公式重新拆解,详细、清晰地解读了机器学习中常用的微积分知识,一步步带领读者进入机器学习的领域。
-
Python深度强化学习入门(日)伊藤多一,今津义充,须藤广大,仁平将人,川崎悠介 等《Python深度强化学习入门:强化学习和深度学习的搜索与控制》共7章。第1章介绍了机器学习的分类、强化学习的学习机制以及深度强化学习的概念;第2章通过强化学习的基本概念、马尔可夫决策过程和贝尔曼方程、贝尔曼方程的求解方法、无模型控制等介绍了强化学习的基本算法;第3章通过深度学习、卷积神经网络(CNN)、循环神经网络(RNN)介绍了强化学习中深度学习的特征提取方法;第4章通过行动价值函数的网络表示、策略函数的网络表示介绍了深度强化学习的实现;第5章通过策略梯度法的连续控制、学习算法和策略模型等,详细介绍了深度强化学习在连续控制问题中的应用及具体实现;第6章通过巡回推销员问题和魔方问题详细介绍了深度强化学习在组合优化中的应用及具体实现;第7章通过SeqGAN的文本生成和神经网络架构的搜索详细介绍了深度强化学习在时间序列数据生成的应用。在附录中还给出了Colaboratory和Docker等深度强化学习开发环境的构建。
-
Python深度学习入门(日)木村优志《Python深度学习入门:从基础知识到实践应用》全面细致地讲解了深度学习的基础知识及其应用,具体内容包括深度学习开发环境的准备、Python的基础知识,以及深度学习模型的使用与开发等。《Python深度学习入门:从基础知识到实践应用》中充分结合了实例,对深度学习的概念、模型和程序语句进行了深入浅出的介绍,尤其是重点介绍了使用迁移学习的“NyanCheck”应用程序如何识别图像的种类,全面剖析了深度学习在实际中的应用。《Python深度学习入门:从基础知识到实践应用》适合人工智能、机器学习和深度学习方向的学生和技术人员学习,也适合广大人工智能爱好者阅读。通过《Python深度学习入门:从基础知识到实践应用》你将学习以下内容:Python的基础知识使用迁移学习的应用程序,及如何将其配置到GCP深度学习的基础和实际编程技术使用迁移学习的NyanCheck应用程序及其在GoogleCloudPlatform上的配置方法《Python深度学习入门:从基础知识到实践应用》特点:简单易懂,没有Python的基本知识,按照《Python深度学习入门:从基础知识到实践应用》章节也可实现深度学习快速入门数学公式少,并且以一种易于理解的方式进行解释实操演练,使用深度学习模型开发Web应用程序