本書把窄帶物聯(lián)網(wǎng)（NB-IoT）的應(yīng)用知識(shí)體系歸納為終端、信息郵局、人機(jī)交互系統(tǒng)3個(gè)有機(jī)組成部分。針對(duì)終端，給出通用嵌入式計(jì)算機(jī)的概念，并將其軟件分為BIOS與User兩部分；針對(duì)信息郵局，將其抽象為固定IP地址與端口，并由此設(shè)計(jì)了云偵聽程序模板；針對(duì)人機(jī)交互系統(tǒng)，設(shè)計(jì)了Web網(wǎng)頁(yè)、微信小程序、手機(jī)App及PC客戶端等

本書以NB-IoT實(shí)訓(xùn)套件為載體，采用項(xiàng)目化教學(xué)方式，講解了NB-IoT的相關(guān)知識(shí)及其在物聯(lián)網(wǎng)中的重要作用。本書主要分為理論、項(xiàng)目和實(shí)戰(zhàn)演練三部分。理論部分講解了NB-IoT物聯(lián)網(wǎng)架構(gòu)，并對(duì)架構(gòu)中的每個(gè)節(jié)點(diǎn)做技術(shù)解析；項(xiàng)目部分由淺入深，從NB-IoT通信、OceanConnect平臺(tái)操作系統(tǒng)到LiteOS的基礎(chǔ)實(shí)戰(zhàn)開發(fā)

本書系“科學(xué)起跑線”叢書之一，是一本面向中小學(xué)生的人工智能科普讀物。本書針對(duì)青少年的心智特點(diǎn)，兼顧趣味性和系統(tǒng)性，用淺顯易懂的語(yǔ)言，結(jié)合大量實(shí)例和圖片，介紹了人工智能的定義、起源、關(guān)鍵技術(shù)及應(yīng)用場(chǎng)景，并對(duì)其未來(lái)的發(fā)展前景進(jìn)行了展望，旨在引導(dǎo)青少年對(duì)人工智能這一新興領(lǐng)域產(chǎn)生興趣并初步入門。為了提升青少年讀者的科學(xué)素養(yǎng)、動(dòng)

隨著數(shù)字音樂內(nèi)容的迅速增長(zhǎng)以及人們對(duì)音樂鑒賞需求的日益提升，音樂信息的分類檢索及個(gè)性化推薦受到廣大網(wǎng)民和有關(guān)從業(yè)人員越來(lái)越廣泛的關(guān)注,并成為研究及應(yīng)用的新熱點(diǎn)。本書系統(tǒng)地闡述了機(jī)器學(xué)習(xí)中的常用分類與推薦方法,介紹了網(wǎng)絡(luò)音樂自動(dòng)分類與推薦的理論基礎(chǔ)，重點(diǎn)探討了ＳＶＭ和ＫＮＮ分類算法的改進(jìn)，以及協(xié)同過(guò)濾推薦算法和基于馬爾可

人工智能是一門發(fā)展極其迅速且內(nèi)容豐富的學(xué)科，其眾多分支領(lǐng)域都值得大家去探索和學(xué)習(xí)。《人工智能基礎(chǔ)與進(jìn)階》分為基礎(chǔ)篇和進(jìn)階篇兩個(gè)篇章。其中，基礎(chǔ)篇內(nèi)容包括了人工智能的基本概念、人工智能的發(fā)展歷史、計(jì)算機(jī)與環(huán)境感知、簡(jiǎn)單幾何形狀的識(shí)別、人工智能搜索算法；進(jìn)階篇?jiǎng)t包括大數(shù)據(jù)的定義、知識(shí)與推理、回歸與分類、深度學(xué)習(xí)網(wǎng)絡(luò)、感知信

深度學(xué)習(xí)網(wǎng)絡(luò)正變得越來(lái)越小。谷歌助理（GoogleAssistant）團(tuán)隊(duì)可以在微控制器上運(yùn)行只有14KB大小的模型來(lái)檢測(cè)單詞。這本實(shí)用的書將帶你進(jìn)入TinyML的世界，讓深度學(xué)習(xí)和嵌入式系統(tǒng)結(jié)合在一起，用微小的設(shè)備創(chuàng)造出驚奇的事業(yè)。

隨著人工智能技術(shù)的發(fā)展，深度學(xué)習(xí)成為最受關(guān)注的領(lǐng)域之一。在深度學(xué)習(xí)的諸多開發(fā)框架中，TensorFlow是最受歡迎的開發(fā)框架。本書以培養(yǎng)人工智能編程思維和技能為核心，以工作過(guò)程為導(dǎo)向，采用任務(wù)驅(qū)動(dòng)的方式組織內(nèi)容。全書共分為8個(gè)任務(wù)，任務(wù)1介紹深度學(xué)習(xí)的發(fā)展歷程、應(yīng)用領(lǐng)域以及開發(fā)環(huán)境的搭建過(guò)程；任務(wù)2介紹TensorFl

本書可作為通識(shí)性選修課程的教學(xué)用書。本書內(nèi)容包括人工智能的概念、知識(shí)工程、確定性和不確定性推理、搜索技術(shù)、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、自然語(yǔ)言處理、多智能體系統(tǒng)等。全書弱化理論知識(shí)，以了解性內(nèi)容為主。通過(guò)本書的學(xué)習(xí)，可使所有相關(guān)專業(yè)學(xué)生對(duì)人工智能有一個(gè)基礎(chǔ)性的認(rèn)識(shí)，方便后續(xù)相關(guān)課程的學(xué)習(xí)。

集成學(xué)習(xí)方法是一類先進(jìn)的機(jī)器學(xué)習(xí)方法，這類方法訓(xùn)練多個(gè)學(xué)習(xí)器并將它們結(jié)合起來(lái)解決一個(gè)問(wèn)題，在實(shí)踐中獲得了巨大成功。全書分為三部分。第一部分主要介紹集成學(xué)習(xí)的背景知識(shí)；第二部分主要介紹集成學(xué)習(xí)方法的核心知識(shí)，包括Boosting、Bagging、RandomForests等經(jīng)典算法，平均、投票和Stacking等模型和方

本書內(nèi)容涵蓋經(jīng)典的有監(jiān)督機(jī)器學(xué)習(xí)算法，無(wú)監(jiān)督機(jī)器學(xué)習(xí)算法，深度機(jī)器學(xué)習(xí)算法，闡述從淺層學(xué)習(xí)到深度學(xué)習(xí)，從簡(jiǎn)單的線性模型到復(fù)雜的神經(jīng)網(wǎng)絡(luò)非線性模型的原理與應(yīng)用。書中每個(gè)章節(jié)遵循先簡(jiǎn)介理論基礎(chǔ)，再構(gòu)建數(shù)學(xué)模型，然后輔以實(shí)例分析，從理論到實(shí)踐的講解原則。每個(gè)章節(jié)可獨(dú)立閱讀，也可從前向后，從簡(jiǎn)到難，從淺層學(xué)習(xí)到深度學(xué)習(xí)，循序漸