"本書(shū)是一本人工智能的入門(mén)級(jí)教程。教材以通俗易懂的方式，對(duì)人工智能的基本技術(shù)及其應(yīng)用進(jìn)行簡(jiǎn)要介紹和解析。教材內(nèi)容由“人工智能概念建構(gòu)”、“人工智能技術(shù)淺探”、“人工智能算法語(yǔ)言淺嘗”和“人工智能典型應(yīng)用簡(jiǎn)析”4個(gè)模塊構(gòu)成。 其中“人工智能概念建構(gòu)”是人工智能的基本認(rèn)知模塊，旨在通過(guò)對(duì)人工智能的現(xiàn)實(shí)應(yīng)用場(chǎng)景、人工智能概

本書(shū)針對(duì)人工智能硬件電路設(shè)計(jì)基礎(chǔ)、著重介紹硬件電路相關(guān)的設(shè)計(jì)知識(shí)及SoC設(shè)計(jì)開(kāi)發(fā)過(guò)程中數(shù)字前端知識(shí)，包括VHDL技術(shù)、Verilog技術(shù)及HLS技術(shù)。同時(shí)將開(kāi)發(fā)SoC中常用的模塊作為應(yīng)用實(shí)例進(jìn)行詳細(xì)講解。VHDL技術(shù)部分詳細(xì)介紹了VHDL語(yǔ)言的背景知識(shí)、基本語(yǔ)法結(jié)構(gòu)和VHDL代碼的編寫(xiě)方法。另外，該部分還加入了基礎(chǔ)電路

本書(shū)系統(tǒng)闡述了人工智能的基本原理、方法和應(yīng)用技術(shù)，以知識(shí)為線索，分為知識(shí)搜索、知識(shí)發(fā)現(xiàn)、知識(shí)推理和知識(shí)應(yīng)用四個(gè)部分，全面反映了人工智能領(lǐng)域國(guó)內(nèi)外的最新研究進(jìn)展和動(dòng)態(tài)。為便于讀者深入學(xué)習(xí)，每章的最后一節(jié)均配有相關(guān)方法的案例和編程內(nèi)容，大部分章末配有課后練習(xí)，讀者可掃描書(shū)中二維碼獲取相關(guān)代碼和參考答案。本書(shū)可作為高等學(xué)校智

本書(shū)從計(jì)算思維的角度出發(fā)，以人工智能相關(guān)問(wèn)題為引導(dǎo)，在解決實(shí)際案例問(wèn)題的過(guò)程中植入知識(shí)點(diǎn)，為各專業(yè)的學(xué)生在今后設(shè)計(jì)、構(gòu)造和應(yīng)用各種計(jì)算系統(tǒng)，求解本學(xué)科的問(wèn)題奠定基礎(chǔ)。全書(shū)內(nèi)容包括計(jì)算與計(jì)算思維、程序設(shè)計(jì)與算法、人工智能與智能計(jì)算、網(wǎng)絡(luò)與大數(shù)據(jù)這四大部分。本書(shū)適用于高等院校一年級(jí)新生的計(jì)算機(jī)導(dǎo)論等信息技術(shù)類基礎(chǔ)課程，可作

《二維重復(fù)控制》總結(jié)作者多年來(lái)的研究成果和體會(huì)，綜合重復(fù)控制領(lǐng)域的大量國(guó)內(nèi)外文獻(xiàn)資料，系統(tǒng)闡述二維重復(fù)控制的研究成果。主要內(nèi)容包括：重復(fù)控制原理、重復(fù)控制系統(tǒng)設(shè)計(jì)方法和二維重復(fù)控制基本思想，重復(fù)控制的二維特性和重復(fù)控制系統(tǒng)的二維混合模型，二維重復(fù)控制系統(tǒng)穩(wěn)定性分析，二維重復(fù)控制系統(tǒng)設(shè)計(jì)，二維重復(fù)控制系統(tǒng)魯棒性分析與設(shè)計(jì)

當(dāng)前AI圖書(shū)市場(chǎng)，理論知識(shí)與實(shí)踐經(jīng)驗(yàn)的脫節(jié)，是很多書(shū)籍的缺點(diǎn)。本書(shū)立足于理論，從實(shí)例入手，將理論知識(shí)和實(shí)際應(yīng)用結(jié)合，目標(biāo)是讓讀者能夠快速地熟悉人工智能中經(jīng)典算法。全書(shū)分為4篇，共20章。其中第1篇為基礎(chǔ)算法篇，主要講述排序、查找、線性結(jié)構(gòu)、樹(shù)、隊(duì)列、散列、圖、堆棧等基本數(shù)據(jù)結(jié)構(gòu)算法；第2篇為機(jī)器學(xué)習(xí)算法篇，主要講述分類

本書(shū)系統(tǒng)地闡述機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)知識(shí)，但并非大學(xué)數(shù)學(xué)教材的翻版，而是以機(jī)器學(xué)習(xí)算法為依據(jù)，選取數(shù)學(xué)知識(shí)，并從應(yīng)用的角度闡述各種數(shù)學(xué)定義、定理等，側(cè)重于講清楚它們的應(yīng)用和實(shí)現(xiàn)方法。所以，書(shū)中將使用開(kāi)發(fā)者喜歡的編程語(yǔ)言（Python）來(lái)實(shí)現(xiàn)各種數(shù)學(xué)計(jì)算，并闡述數(shù)學(xué)知識(shí)在機(jī)器學(xué)習(xí)算法中的應(yīng)用體現(xiàn)。

本書(shū)首先介紹深度學(xué)習(xí)方面的數(shù)學(xué)知識(shí)與Python基礎(chǔ)知識(shí)，線性模型中的線性回歸模型和logistic模型；然后講述正向傳播算法、反向傳播算法及深度神經(jīng)網(wǎng)絡(luò)的完整訓(xùn)練流程，輸出層的激活函數(shù)和隱藏層的常見(jiàn)激活函數(shù)，深度學(xué)習(xí)的過(guò)擬合和欠擬合，應(yīng)對(duì)過(guò)擬合的方法，以及使用TensorFlow2建立深度神經(jīng)網(wǎng)絡(luò)模型的步驟；接著介紹

雖然很多深度學(xué)習(xí)工具都使用Python，但PyTorch庫(kù)是真正具備Python風(fēng)格的。對(duì)于任何了解NumPy和scikit-learn等工具的人來(lái)說(shuō)，上手PyTorch輕而易舉。PyTorch在不犧牲高級(jí)特性的情況下簡(jiǎn)化了深度學(xué)習(xí)，它非常適合構(gòu)建快速模型，并且可以平穩(wěn)地從個(gè)人應(yīng)用擴(kuò)展到企業(yè)級(jí)應(yīng)用。由于像蘋(píng)果、Face

本書(shū)結(jié)合了最新的深度學(xué)習(xí)技術(shù)應(yīng)用成果，充分考慮了大學(xué)生的知識(shí)結(jié)構(gòu)和學(xué)習(xí)特點(diǎn)，結(jié)合各個(gè)專業(yè)特點(diǎn)介紹了深度學(xué)習(xí)的基本概念及TensorFlow框架，以及深度學(xué)習(xí)在各個(gè)領(lǐng)域的具體應(yīng)用。本書(shū)為高職高專院校深度學(xué)習(xí)基礎(chǔ)課程教材重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、TensorFlow環(huán)境使用、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遷移學(xué)習(xí)等內(nèi)容。