本書系統(tǒng)地介紹了包括線性回歸、邏輯斯諦回歸、決策樹、支持向量機、聚類等經(jīng)典機器學(xué)習(xí)方法，并對卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和Transformer等深度學(xué)習(xí)方法進行了簡要介紹。

本書內(nèi)容首先介紹了人工智能的概念內(nèi)涵，以及模式識別與人工智能、機器學(xué)習(xí)的相互關(guān)系，然后詳細闡述了模式識別的一系列基本概念，分析了模式識別問題的解決思路，建立了完整的模式識別系統(tǒng)。書中針對線性分類器、貝葉斯分類器、最近鄰分類器、組合分類器、聚類算法、模糊模式識別、神經(jīng)網(wǎng)絡(luò)模式識別和結(jié)構(gòu)模式識別等各類算法進行了詳細講解，構(gòu)

本書以機器人操作系統(tǒng)為軟件平臺，結(jié)合智能無人機、無人車等硬件設(shè)備及虛擬仿真環(huán)境，通過任務(wù)牽引的方式幫助讀者學(xué)習(xí)理論和實踐基礎(chǔ)。全書共9章，主要內(nèi)容包括智能無人系統(tǒng)和ROS，典型傳感器的功能和特點，圖像處理和模式識別，無人機人臉跟蹤實驗，無人機二維碼跟蹤實驗，無人機圓環(huán)穿越實驗，路徑跟蹤和路徑跟蹤，無人車建圖導(dǎo)航實驗，綜

本書聚焦人工智能與教育技術(shù)的融合應(yīng)用，系統(tǒng)呈現(xiàn)理論、工具與實踐的完整體系。全書共分6章。第1章介紹教育技術(shù)基本概念、理論基礎(chǔ)及發(fā)展歷程。第2章解析計算機與人工智能基礎(chǔ)，涵蓋硬件系統(tǒng)、網(wǎng)絡(luò)技術(shù)、智能芯片及前沿應(yīng)用，揭示技術(shù)底層邏輯。第3章結(jié)合教育場景，配套案例詳解WPS辦公軟件實操技能。第4章圍繞信息化教學(xué)資源獲取與工具

"本書主要介紹Python的基礎(chǔ)知識、程序設(shè)計方法和人工智能的基本概念，從Python的基礎(chǔ)知識到程序設(shè)計方法、網(wǎng)絡(luò)爬蟲、數(shù)據(jù)處理、文本情感分析與可視化，再到人工智能的基本概念與實踐，由淺入深，由部分到整體，由面向過程到面向?qū)ο�，對讀者來說易學(xué)易用。本書通過案例教學(xué)，用Python編程解決生活中常見的問題，包括求一個三

本書主要以線性控制系統(tǒng)分析與設(shè)計為主線，對自動控制的基本理論和應(yīng)用展開全面討論，包括自動控制的基本概念、控制系統(tǒng)的數(shù)學(xué)模型以及控制系統(tǒng)的分析與設(shè)計方法，并通過應(yīng)用舉例闡述控制理論在現(xiàn)代重大工程中的作用。第1章介紹了自動控制的發(fā)展歷史以及自動控制系統(tǒng)的組成和分類；第2章結(jié)合典型的物理系統(tǒng)介紹了連續(xù)控制系統(tǒng)的各種數(shù)學(xué)模型以

大模型通過在海量數(shù)據(jù)上進行學(xué)習(xí)得到通用知識和模式，在自然語言處理、計算機視覺和強化學(xué)習(xí)等領(lǐng)域表現(xiàn)出強大的通用性和遷移學(xué)習(xí)能力，BERT、GPT、StableDiffusion、Sora等功能強大的模型引發(fā)了廣泛的關(guān)注。大模型可能是人工智能領(lǐng)域的顛覆性新范式，因此應(yīng)當作為計算機、人工智能相關(guān)方向的研究生教學(xué)的一個重要內(nèi)容

AIGC憑借文本、圖像、音頻、視頻等多模態(tài)內(nèi)容生成能力，成為推動數(shù)字經(jīng)濟發(fā)展與產(chǎn)業(yè)升級的核心驅(qū)動力，而掌握AIGC應(yīng)用與創(chuàng)作能力是高素質(zhì)人才職業(yè)發(fā)展的必然選擇。本書系統(tǒng)地構(gòu)建AIGC應(yīng)用與創(chuàng)作的知識體系，共包含9個項目，包括走進AI與AIGC、積累AIGC應(yīng)用技能、AIGC助力文本處理、AIGC助力圖像編輯、AIGC助

方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方法，基礎(chǔ)統(tǒng)計，概率與貝葉斯理論，指數(shù)與對數(shù)，logit函數(shù)與logistic函數(shù)，向量與矩陣，二次函數(shù)、三次函數(shù)與多項式函數(shù)，線性回歸——波士頓房價，邏輯回歸——/葡萄酒/糖尿病，決策樹——葡萄酒/鐵達尼號/Telco/Retail，隨方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方

《數(shù)據(jù)挖掘與機器學(xué)習(xí)》以應(yīng)用為導(dǎo)向介紹數(shù)據(jù)挖掘與機器學(xué)習(xí)相關(guān)理論與方法，包括概述、數(shù)據(jù)與數(shù)據(jù)平臺、數(shù)據(jù)預(yù)處理與特征工程、關(guān)聯(lián)分析、決策樹、集成學(xué)習(xí)、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等相關(guān)理論及經(jīng)典算法，以及相關(guān)實踐案例。本書所有案例均通過R或Python實現(xiàn)，同時包含詳細的分析過程和可視化內(nèi)容。本書可作為統(tǒng)計學(xué)、數(shù)據(jù)科學(xué)