人工智能
-
类脑智能产业与技术发展路线图中国神经科学学会暂缺简介...
-
云计算梅朵,郑黎黎,杨庆芳本书首先在分析国内外智能交通系统建设现状的基础上,提出了智慧交通云的概念,并对智慧交通云做了简要介绍,深入讲解了云计算的关键技术、智慧交通云的总体框架、智慧交通云的建设内容;然后就智慧交通云的关键技术,如基于云计算的交通信息采集与处理、基于云计算的交通控制、基于云计算的交通诱导、基于云计算的交通控制与诱导协同等进行了详细的论述,最后探讨了智慧交通云系统设计的相关问题。 本书可供道路交通管理部门、建设部门、科研机构和生产厂家等参考,也可作为交通类、计算机类相关专业本科生、研究生的参考资料。
-
人工智能在教育治理中的应用与发展陈宇,雷春随着我国进入中国特色社会主义新时代,对社会治理能力提出了更高要求。因此,有必要依靠人工智能等新兴技术促进社会治理的发展,更好地解决新的历史背景下社会治理过程中的新问题。本书是作者们在近几年尝试运用人工智能解决教育管理信息化中痛点、难点问题研究的一个梳理,并为读者介绍了人工智能、大数据技术的相关概念,以及人工智能在教育治理中未来发展的展望。本书适合作为高等学校计算机专业高年级本科生和研究生的教材或相关科研工作者的参考,因此本书的出版具有重要的理论意义和实际应用意义。
-
图解数据智能张燕玲,许正军,张军 著一个万物互联的数字化世界正在悄然形成,不知不觉中,我们已经进入到了一个前所未有的数字化与智能化时代。 数智化时代对人类社会的改变是颠覆性的。半导体芯片技术的突飞猛进,使得万物皆可“数”;宽带泛在网络的普及应用,使得万物皆可“连”;云计算(算力)与人工智能(算法)的并行发展,使得万事皆可“算”。数据已成为新的生产要素,算法和算力已成为新的生产动力,机器智能将成为新的生产工具,数字经济、数字社会、数字生活和数字治理都将成为智能革命广阔的主战场。我们该如何认识并适应这个时刻变化中的世界? 《图解数据智能》是一本为数字资源的对接方、分配方以及广大的入门学习者提供相关数据智能概念的科普读物。书中各个概念之间相对独立,读者可以将其作为一本检索用的工具书籍,也可以根据自己的兴趣灵活查阅相关篇章。 无论你是数智化领域的专业从业人员,还是刚刚毕业想要进入该领域的技术小白,抑或是正面临着数字化转型的政府或企业人员,或者是千千万万个生活在这个数智化社会中的普通人,都可以阅读此书,你将从酣畅淋漓的技术释疑和轻松有趣的漫画解读中,找到自己的答案。
-
机器人手册 第2卷 机器人技术(意)布鲁诺·西西利亚诺,(美)欧沙玛·哈提卜 主编《机器人手册第2卷 机器人技术》共分3篇,详细介绍了机器人的传感与感知、操作与接口、移动式和分布式机器人技术。 传感与感知篇介绍用于生成机器人模型及外部环境的机器人的不同感觉形态和跨时空传感数据整合。包括力和触觉传感器、惯性传感器、全球定位系统和里程仪、声呐感测、距离传感器、三维视觉及识别、视觉伺服与视觉跟踪、多传感器数据融合。 操作与接口篇介绍了机器人与物体之间,机器人与人之间,机器人之间的交互。涵盖了面向操作任务的运动、接触环境的建模与作业、抓取、合作机械手、触觉学、遥操作机器人、网络遥操作机器人及人体机能增强型外骨骼。 移动式和分布式机器人篇介绍了轮式机器人运动控制、运动规划和避障、环境建模、同时定位与建图、基于行为的系统、分布式和单元式机器人、多机器人系统及网络机器人技术。
-
高级机器学习算法实战V.基肖尔·艾亚德瓦拉,Kishore Ayyadevara本书在理解算法如何工作和如何更好地调整模型之间架起一座桥梁。本书将帮助你掌握开发主要机器学习模型的技能,包括监督和无监督学习(其中包括线性/对率回归)、决策树、随机森林、梯度提升机(GBM)、神经网络、k均值聚类、主成分分析和推荐系统。你将通过应用于文本挖掘的CNN、RNN和Word2vec接触到*新的深度学习,并学习相关理论和案例研究,如情感分类、欺诈检测、推荐系统和图像识别等,以便获得工业中使用的绝大多数机器学习算法的*佳理论和实践。除了学习算法,你还将接触到在所有主要云服务提供商上运行的机器学习模型。本书适合从事AI行业的工程师,以及希望从事数据科学工作的IT人员阅读,并可以供数据科学家工作时参考使用。
-
探秘机器人王国蔡自兴,翁环《探秘机器人王国(第2版)》是一本以机器人学、人工智能知识为中内容的长篇科普小说。通过形象与连续的故事和插图,介绍了机器人的发展历史、基本结构与分类,涉及其在工矿业与农林业、空间与海洋探索、国防与安保、医疗卫生、家庭服务、文化娱乐、教育教学等方面的应用,介绍了“机器人化”智能制造工厂、未来宇宙开发和星际航行及其发展方向等。此外,还展望了其他一些新技术或潜在高新技术的未来应用。
-
情感对话机器人赵妍妍,秦兵,刘挺暂缺简介...
-
大数据及人工智能分析概论梁龙男,金善泳.
-
设计机器学习系统Chip Huyen 著机器学习系统既复杂又独特。复杂是因为它们由许多不同的组件组成,并涉及许多不同的领域。之所以说独特,是因为它们依赖于数据,不同用例之间的数据差异很大。在本书中,您将学习一种整体的方法来设计可靠、可伸缩、可维护的ML系统,并能适应不断变化的环境和业务需求。作者Chip Huyen是Claypot AI的联合创始人,她考虑了每个设计决策——比如如何处理和创建训练数据,使用哪些功能,多久再训练一次模型,以及监控什么——在它如何帮助整个系统实现其目标的背景下。本书中的迭代框架使用了大量参考文献支持的实际案例研究。