書單推薦
更多
新書推薦
更多
當(dāng)前分類數(shù)量:3223  點擊返回 當(dāng)前位置:首頁 > 中圖法 【TP1 自動化基礎(chǔ)理論】 分類索引
  • 類人意識與類人智能
    • 類人意識與類人智能
    • 蔡恒進(jìn),蔡天琪著/2024-3-1/ 華中科技大學(xué)出版社/定價:¥48
    • 本書是一本探討意識起源、勾勒人工智能未來圖景的學(xué)術(shù)性科普圖書。如今,人工智能已經(jīng)滲透到我們生活的方方面面,給我們生活帶來巨大便利的同時,也引發(fā)了人們對人工智能會威脅人類生存的擔(dān)憂。人工智能的本質(zhì)是什么?機(jī)器能產(chǎn)生意識嗎?如何度量機(jī)器的智能?在人工智能熱潮涌現(xiàn)的今天,本書作者直面人工智能研究乃至眾多前沿科學(xué)研究都繞不過去

    • ISBN:9787577202778
  • 自動控制原理簡明教程
    • 自動控制原理簡明教程
    • 孫炳達(dá)主編/2024-3-1/ 高等教育出版社/定價:¥32.7
    • "本書是在廣東省精品資源共享課程教材《自動控制原理》(第5版)的基礎(chǔ)上經(jīng)總結(jié)、提高及補(bǔ)充后編寫的“簡明版”。本書從工程實際出發(fā),介紹和討論了“經(jīng)典控制理論”最基本和重要的內(nèi)容及其應(yīng)用。第1~6章為線性連續(xù)系統(tǒng);第7章為線性離散系統(tǒng);第8章為非線性(描述函數(shù))系統(tǒng)。本書適用于應(yīng)用型本科電氣類、自動化類、儀器類等相關(guān)專業(yè)自

    • ISBN:9787040608137
  • 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)--基于R語言編程
    • 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)--基于R語言編程
    • 方匡南著/2024-3-1/ 高等教育出版社/定價:¥67
    • 數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)--基于R語言編程

    • ISBN:9787040601251
  • 四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用
    • 四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用
    • 宋乾坤等/2024-3-1/ 科學(xué)出版社/定價:¥138
    • 《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

    • ISBN:9787030761316
  • 人工智能原理及MATLAB實現(xiàn)
    • 人工智能原理及MATLAB實現(xiàn)
    • 許國根賈瑛黃智勇李茸/2024-3-1/ 人民郵電出版社/定價:¥79.8
    • 本書系統(tǒng)地闡述了人工智能算法的基本原理、實現(xiàn)技術(shù)及其應(yīng)用,基本涵蓋了其重要理論和方法,包括了最近發(fā)展起來的并被實踐證明的新技術(shù)、新理論,如機(jī)器學(xué)習(xí)、模式識別、圖像處理、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、群智能方法等。本書注重結(jié)合實際,通過實際問題介紹各種理論和方法,著重介紹各種智能算法的MATLAB實現(xiàn),具有較強(qiáng)的指導(dǎo)性和實用性。

    • ISBN:9787115623027
  • 圖強(qiáng)化學(xué)習(xí)--原理與實踐入門
    • 圖強(qiáng)化學(xué)習(xí)--原理與實踐入門
    • 謝文杰、周煒星/2024-3-1/ 清華大學(xué)出版社/定價:¥69
    • 圖強(qiáng)化學(xué)習(xí)是深度強(qiáng)化學(xué)習(xí)的重要分支領(lǐng)域。本書作為該領(lǐng)域的入門教材,在內(nèi)容上盡可能覆蓋圖強(qiáng)化學(xué)習(xí)的基礎(chǔ)知識,并提供應(yīng)用實踐案例。全書共10章,大致分為三部分:第一部分(第1~3章)介紹圖強(qiáng)化學(xué)習(xí)研究對象(復(fù)雜系統(tǒng)、圖和復(fù)雜網(wǎng)絡(luò));第二部分(第4~7章)介紹圖強(qiáng)化學(xué)習(xí)基礎(chǔ)知識(圖嵌入、圖神經(jīng)網(wǎng)絡(luò)和深度強(qiáng)化學(xué)習(xí));第三部分(

    • ISBN:9787302655992
  • 機(jī)器學(xué)習(xí)中的監(jiān)督與無監(jiān)督學(xué)習(xí)--模型、算法與應(yīng)用
    • 機(jī)器學(xué)習(xí)中的監(jiān)督與無監(jiān)督學(xué)習(xí)--模型、算法與應(yīng)用
    • 韋偉等/2024-3-1/ 經(jīng)濟(jì)科學(xué)出版社/定價:¥79
    • 近年來隨著計算機(jī)技術(shù)的快速發(fā)展,機(jī)器學(xué)習(xí)被廣泛應(yīng)用于信息檢索、自然語言處理、計算機(jī)視覺及自動化控制等方面。由于機(jī)器學(xué)習(xí)在實際應(yīng)用中對不同問題所提供的條件各不相同,如含有標(biāo)簽信息的數(shù)據(jù)、不含標(biāo)簽信息的數(shù)據(jù)等,針對不同的數(shù)據(jù)類型有多種解決方法:監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)。本書針對監(jiān)督和無監(jiān)督學(xué)習(xí)方法進(jìn)行理論的概述、模

    • ISBN:9787521855081
  • 可解釋AI實戰(zhàn)(PyTorch版)
    • 可解釋AI實戰(zhàn)(PyTorch版)
    • [英]阿杰伊·塔姆佩(AjayThampi)著葉偉民、朱明超、劉華、葉孟良、袁敏譯/2024-3-1/ 清華大學(xué)出版社/定價:¥98
    • 可解釋AI(InterpretableAI)將教會你識別模型所學(xué)習(xí)的模式及其產(chǎn)生結(jié)果的原因。通過閱讀《可解釋AI實戰(zhàn)(PyTorch版)》,你將掌握一些用于解釋白盒模型(如線性回歸和廣義可加模型)的方法,以及一些用于解釋復(fù)雜深度學(xué)習(xí)模型的方法?山忉孉I是一個快速發(fā)展的領(lǐng)域,本書將該領(lǐng)域的前沿研究簡化為你可以在P

    • ISBN:9787302654865
  • 精通推薦算法:核心模塊+經(jīng)典模型+代碼詳解
    • 精通推薦算法:核心模塊+經(jīng)典模型+代碼詳解
    • 謝楊易/2024-3-1/ 電子工業(yè)出版社/定價:¥89
    • 本書系統(tǒng)介紹了推薦算法的知識框架和技術(shù)細(xì)節(jié),包括召回、粗排、精排和重排等模塊。第1章從用戶體驗、內(nèi)容生產(chǎn)和平臺發(fā)展角度介紹為什么需要推薦系統(tǒng),并闡述推薦系統(tǒng)的分類及整體技術(shù)架構(gòu)。第2章介紹推薦算法模型的基礎(chǔ)——數(shù)據(jù)樣本和特征工程。第3章介紹傳統(tǒng)推薦算法。第4~7章介紹推薦系統(tǒng)中最復(fù)雜的部分——精排模塊,包括特征交叉、用

    • ISBN:9787121474514
  • 自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    • 自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    • 申富饒/2024-3-1/ 電子工業(yè)出版社/定價:¥49
    • 本書介紹了自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)及其在人工智能領(lǐng)域的應(yīng)用。神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)系統(tǒng)的人工智能技術(shù),具有強(qiáng)大的數(shù)據(jù)處理能力和學(xué)習(xí)能力。自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是一種具有高度自組織結(jié)構(gòu)和增量學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)。與傳統(tǒng)機(jī)器學(xué)習(xí)方法相比,自組織增量學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)有更強(qiáng)的靈活性和適應(yīng)性,能夠更好地適應(yīng)動態(tài)環(huán)境和解決復(fù)雜的問題。

    • ISBN:9787121474385