人工智能
-
智能家居平台应用项目化教程企想学院 著本书按照项目式教学的方式,以智能家居平台应用作为主要讲解内容,代码结构清晰、案例 -
人工智能集对分析蒋云良,赵克勤本书系统总结了集对分析在人工智能理论和技术研究的阶段性成果,共12章。第1、2章为集对分析基本概念、基本理论和**进展的介绍,第3章是人工智能基础和前沿集对分析,第4~12章依次介绍集对分析在模式识别、不确定性推理、智能决策、知识生态学、自然语言和人类语言理解、专家系统、神经网络、智能工程和智能社会中的应用。本书内容丰富,涉及哲学、数学、系统与信息科学、计算机与网络、军事科学、安全科学、水科学、电力、交通、机械制造、教育、食品安全、农业和畜牧业等不同领域。 -
微软Azure机器学习实战手册(美)千贺大司,山本和贵,大泽文孝机器学习借助算法让计算机对大量流动数据集进行识别,这种方式能够通过历史数据来预测未来事件和行为。微软公司在其公有云Azure上推出了基于Web使用的机器学习应用工具“Azure Machine Learning”,通过图表化来把握“现在的进度和结果”,并配备了各种统计处理和多样化的机器学习处理方式,便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用。书中通过大量的微软机器学习截图,有步骤地讲解了微软机器学习模板构建的方法,是一本实战版机器学习入门手册。在以前,仅是运作并学习的门槛就已很高,更不用说对机器学习的实际运用。而现在,使用Azure Machine Learning就可以马上进入机器学习的世界。我们的目标是让技术及商务人士可以通过机器学习,来创造新的服务,并通过数据获得****的视点。 -
TensorFlow机器学习攻略Nick McClure暂缺简介... -
增强现实(美)史蒂夫·奥克史他卡尔尼斯暂缺简介... -
当代机器深度学习方法与应用研究黄孝平《当代机器深度学习方法与应用研究》对当前新的深度学习方法及应用进行了全面的概述,涵盖了自动语音识别(ASR)、计算机视觉、语言建模、文本处理、多模态学习以及信息检索等方向,能使读者对机器深度学习领域进行广泛而深入的了解,对有志于了解和学习深度学习的读者会有极大的帮助。 -
智能家居安装与控制项目化教程企想学院 著本书按照项目式教学的方式,以智能家居安装与控制实际项目作为主要讲解内容,理论描述 充实、案例丰富详细、实训步骤清晰,基本涵盖了智能家居安装与控制项目中的所有重点和难点。 本书中所有项目均可进行实训操练,配套专业化实训设备,可满足读者实训学习、动手操练的需要。 本书是在上海企想样板操作间系统的基础上,以智能家居安装与控制实际项目为主要内容的 进阶书籍。内容主要包括智能安防报警系统、智能家居环境监测系统、智能家居火灾预警系统、 智能家居常用家电控制系统、智能家居照明采光系统和智能家居新风系统。这些系统的功能、相 关技术、应用范围和系统的特点,在项目实训中都会得以体现。 本书适合作为各类职业院校物联网应用技术专业及相关专业的教材,也可作为智能家居爱好 者的自学参考用书 ;同时,本书对相关领域的科技工作者和工程技术人员也有一定的使用和参考 价值,可作为全国职业院校技能大赛中职组智能家居安装与维护赛项的备考用书。 -
机器人技术与应用孙宏昌 著本书以典型机器人的结构和应用为主线,系统介绍了典型工业机器人相关基础知识及项目应用。全书分六个项目,包括直角坐标码垛机器人、四自由度SCARA机器人、六自由度关节机器人、并联加工机器人、AGV机器人,后以一个综合多种机器人具体应用的柔性制造系统作为全书的总结项目予以介绍。全书基于工作过程,以项目驱动为导引,内容力求丰富、结构力求清晰、图文并茂、力求言简意赅、通俗易懂。通过本书的学习可以使读者快速掌握典型应用作为项目驱动的常用工业机器人系统设计与调试方法。本书适用于可以作为普通高等院校机电专业教材,也可以作为从事机械电子、机器人理论与实践研究人员以及从事工业机器人应用开发、调试、现场维护工程技术人员的参考书。 -
冗余空间机器人操作臂徐文福,梁斌 著本书对冗余空间(此处的“空间”,与“平面”相对应)机器人操作臂运动学、轨迹规划与控制等进行系统、深入的论述,包括冗余机器人构型设计、正运动学建模、解析逆运动学求解方法、奇异分析及奇异回避、障碍回避、容错控制、力柔顺控制等。所介绍的方法,可以解决各种典型结构的冗余机械臂,包括球腕及非球腕机械臂的相关问题。书中涉及的理论及方法大多已发表在国际**期刊上,或在**国际学术会议上宣读过,并已实际用于我国航天项目和工业领域中,具有较强的创新性与实用价值。 -
知识科学系列高阳,陈松灿 著《机器学习及其应用2017(中国计算机学会学术著作丛书——知识科学系列)》是对第十三届和第十四届中国机器学习及其应用研讨会的一个总结,共邀请了与会的7位专家就其研究领域撰文,以综述的形式探讨了机器学习不同分支及相关领域的研究进展。这些内容涉及稳健的矩阵回归模型、低秩模型的闭解、面向大规模学习的随机优化、张量分解、基于递归神经网络的图像描述算法、标记分布学习及其应用,以及软件缺陷挖掘。 本书可供计算机、自动化及相关专业的研究人员、教师、研究生和工程技术人员阅读参考。
