本書基于STEM-PBL開展人工智能(AI)創(chuàng)新項目設(shè)計,旨在培養(yǎng)具備工程創(chuàng)新素養(yǎng)、工程人文素養(yǎng)及AI素養(yǎng)的復合型人才。通過需求分析、算法選用、交互設(shè)計、系統(tǒng)集成與項目路演等環(huán)節(jié),全面講解人工智能項目開發(fā)的完整流程。輔以豐富的實踐案例,幫助讀者將理論轉(zhuǎn)化為實際應用能力。此外,書中還涵蓋AI人才培養(yǎng)、產(chǎn)業(yè)政策及項目孵化等

本書共14章,分為四篇:第一篇為深度學習相關(guān)的基本概念與理論(第1-2章)梳理了深度學習的發(fā)展歷程、前沿與趨勢,介紹了機器學習任務(wù)類型、評價指標、過擬合與欠擬合偏差與方差、最大似然估計、貝葉斯決策、損失函數(shù)設(shè)計等;第二篇介紹典型神經(jīng)網(wǎng)絡(luò)(第3-7章)包括多層感知機、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、Transformer和圖

本書圍繞簡筆畫的美學基礎(chǔ)、表現(xiàn)技法以及創(chuàng)意應用三大主線,分七章對簡筆畫之美的內(nèi)涵與形式,靜物、景物、動物、人物等簡筆畫表現(xiàn)的方法,以及簡筆畫的應用創(chuàng)意實例,進行了圖文并茂的講解和深入淺出的示例指引。

本書分為三部分:智能機器人、具身智能和典型應用。在智能機器人部分主要講授智能機器人基本概念、發(fā)展歷程以及基本特點,詳細介紹了智能機器人基礎(chǔ)理論與方法,包括機器人學基礎(chǔ)、感知與傳感、導航與控制、規(guī)劃與決策等。在具身智能部分主要介紹具身智能的基本概念與關(guān)鍵技術(shù),具體包括具身智能基本概念、多模態(tài)大模型、交互學習、自主導航與決

本書系統(tǒng)講解了20個閱讀技巧,精準設(shè)計練習,所涉及的話題多樣,涵蓋個人生活、校園生活、藝術(shù)、體育、人工智能與信息技術(shù)等多個領(lǐng)域。文章來源為《中國日報》《經(jīng)濟學人》《華盛頓郵報》《紐約時報》《新聞周刊》《時代》等國內(nèi)外著名報刊或權(quán)威機構(gòu)的文章。

本書共分為兩個部分。第一部分精選各省區(qū)市的中考寫作真題或模擬題30篇,涵蓋介紹、書信、通知、熱點評述等常見題材,從框架分析、參考詞匯、語法分析和篇章分析四個角度提供英語寫作技巧與優(yōu)秀范文。第二部分為考前練習20篇,幫助學生進一步強化寫作實戰(zhàn)能力。附錄部分提供了初中英語寫作常用基礎(chǔ)詞匯與高級詞匯對照表,助力學生寫作進階。

本書首先對關(guān)鍵核心技術(shù)的內(nèi)涵及特征做出清晰界定,強調(diào)其由優(yōu)勢創(chuàng)新主體主導設(shè)計,系統(tǒng)闡釋了其衍化規(guī)律和形成路徑接著分析了關(guān)鍵核心技術(shù)創(chuàng)新的基本要素,揭示了原創(chuàng)性研究為其源頭活水,進而指出原創(chuàng)策源的重要作用;最后給出了打造原始創(chuàng)新策源地的重要策略,特別是根據(jù)中國情境的現(xiàn)實和迫切需要,強調(diào)必須構(gòu)建適宜的基礎(chǔ)制度體系激發(fā)原始創(chuàng)

本書主要介紹三維全息地質(zhì)模型構(gòu)建及基于全息地質(zhì)模型的城市地下空間地質(zhì)環(huán)境韌性水平評估方法。全書共分7章,首先介紹基于圖卷積神經(jīng)網(wǎng)絡(luò)和鉆孔數(shù)據(jù)的地層體素建模方法、基于多輸出稀疏貝葉斯學習的土性參數(shù)三維空間變異性表征及建模方法、巖土參數(shù)相關(guān)性分析及多元概率分布特征研究,然后提出城市地下空間地質(zhì)環(huán)境韌性水平評估模型,對我國典

本書聚焦兩大研究問題:醫(yī)保支付方式對醫(yī)療服務(wù)定價的影響及機制;標尺競爭理論如何解決委托代理中的信息不對稱問題。從信息租金和公共契約兩個維度構(gòu)建理論分析框架,運用田野調(diào)查、文獻研究、文本分析等方法,結(jié)合DID方法定量實證研究按病種定額付費改革的影響,通過比較案例定性分析按DRG付費對定價的影響機制。研究發(fā)現(xiàn),醫(yī)保支付方式

本書梳理了Transformer的技術(shù)脈絡(luò)與典型應用,旨在幫助讀者全面理解這一劃時代的信息機器。全書共6章,系統(tǒng)闡述Transformer模型的核心機制與演進路徑。第1章介紹自注意力機制等基礎(chǔ)構(gòu)件;第2-4章分別探討Transformer在自然語言處理、計算機視覺和多模態(tài)學習中的應用,涵蓋BERTViT、CLIP等代表