探索人工智能Ⅱ· 交叉應(yīng)用

Python、TensorFlow、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)因人工智能的流行而成為當(dāng)下IT領(lǐng)域的熱門(mén)關(guān)鍵詞。本書(shū)首先介紹了Python及其常用庫(kù)Numpy、Matplotlib和Scipy的基本使用方法；其次介紹了TensorFlow的基本知識(shí)及使用方法；然后介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)以及神經(jīng)網(wǎng)絡(luò)基本應(yīng)用——感知機(jī)、線性回歸與

“理解未來(lái)系列”一套共7本，本書(shū)是其中之一。“理解未來(lái)”是未來(lái)論壇每月舉辦的免費(fèi)大型科普講座，它邀請(qǐng)知名科學(xué)家用通俗的語(yǔ)言解讀*激動(dòng)人心的科學(xué)進(jìn)展，旨在傳播科學(xué)知識(shí)，提高大眾對(duì)科學(xué)的認(rèn)知。本套叢書(shū)是精選的部分現(xiàn)場(chǎng)講座的文字整理，然后按照不同學(xué)科歸類分冊(cè)。

近幾年，物聯(lián)網(wǎng)從誕生到迅速發(fā)展，受到了產(chǎn)業(yè)界及學(xué)術(shù)界的廣泛重視，并上升到國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)的高度。本書(shū)對(duì)物聯(lián)網(wǎng)中的關(guān)鍵技術(shù)及其在眾多生產(chǎn)與生活領(lǐng)域中的應(yīng)用進(jìn)行了研究，主要內(nèi)容涵蓋了RFID技術(shù)、智能傳感器與無(wú)線傳感器網(wǎng)絡(luò)技術(shù)、物聯(lián)網(wǎng)通信與傳輸技術(shù)等。本書(shū)結(jié)構(gòu)合理，條理清晰，內(nèi)容豐富新穎，可供從事物聯(lián)網(wǎng)相關(guān)工作的研究人員

本書(shū)是一本機(jī)器學(xué)習(xí)算法方面的理論+實(shí)踐讀物，主要包含機(jī)器學(xué)習(xí)基礎(chǔ)理論、回歸模型、分類模型、聚類模型、降維模型和深度學(xué)習(xí)模型六大部分。機(jī)器學(xué)習(xí)基礎(chǔ)理論部分包含第1、2章，主要介紹機(jī)器學(xué)習(xí)的理論基礎(chǔ)和工程實(shí)踐基礎(chǔ)。第3章是回歸模型部分，主要包括模型的建立、學(xué)習(xí)策略的確定和優(yōu)化算法的求解過(guò)程，最后結(jié)合三種常見(jiàn)的線性回歸模型實(shí)

創(chuàng)新高端科技資源科普化的創(chuàng)作模式，組建由"前沿科技工作者"+"有科研背景的科普創(chuàng)作者"組成的"1+1"合作模式，將最前沿的科技成果用通俗、擬人的創(chuàng)作模式文字化，形成相關(guān)圖書(shū)產(chǎn)品。通過(guò)生動(dòng)的介紹重點(diǎn)闡述這六家國(guó)家實(shí)驗(yàn)室的研究對(duì)我們今后未來(lái)多方面的影響，同時(shí)介紹一些科研工作者的科學(xué)精神，從而激發(fā)讀者對(duì)科技創(chuàng)新的理解和參與感

本書(shū)旨在介紹作者及其研究團(tuán)隊(duì)在分布式優(yōu)化與學(xué)習(xí)理論方面的**研究成果。全書(shū)共7章，第1、2章為緒論和相關(guān)數(shù)學(xué)基礎(chǔ)；第3、4章為連續(xù)時(shí)間和基于采樣數(shù)據(jù)的分布式優(yōu)化算法；第5、6章分別為基于群體智能的分布式優(yōu)化算法和分布式機(jī)器學(xué)習(xí)算法；第7章為基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)輸出反饋控制的分布式合作學(xué)習(xí)方案設(shè)計(jì)。本書(shū)主要關(guān)注從分布式技術(shù)

本書(shū)內(nèi)容涵蓋神經(jīng)工程的各個(gè)方面，較為全面系統(tǒng)地介紹了這門(mén)交叉學(xué)科所涉及的重要內(nèi)容。本書(shū)分上、下冊(cè)，共20章，重點(diǎn)介紹神經(jīng)工程的應(yīng)用以及研究方向，如腦-機(jī)接口、功能性電刺激、神經(jīng)成像等的基本理論知識(shí)及應(yīng)用。本書(shū)遵循從微觀到宏觀，從基礎(chǔ)到應(yīng)用，再到未來(lái)展望的順序進(jìn)行編排。全書(shū)的材料來(lái)源于各個(gè)領(lǐng)域**的書(shū)籍資料以及近年來(lái)神經(jīng)

深度學(xué)習(xí)，特別是深度卷積神經(jīng)網(wǎng)絡(luò)是人工智能的重要分支領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)技術(shù)也被廣泛應(yīng)用于各種現(xiàn)實(shí)場(chǎng)景，在許多問(wèn)題上都取得了超越人類智能的結(jié)果。本書(shū)作為該領(lǐng)域的入門(mén)書(shū)籍，在內(nèi)容上涵蓋深度卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和實(shí)踐應(yīng)用兩大方面。全書(shū)共14章，分為三個(gè)部分：第一部分為緒論；第二部分（第1～4章）介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、

粒子群優(yōu)化算法是一種新的模仿鳥(niǎo)類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個(gè)重要分支，已成為國(guó)際上仿生智能計(jì)算領(lǐng)域里的研究熱點(diǎn)和重點(diǎn)之一。本書(shū)共6章，分別論述了優(yōu)化問(wèn)題和仿生智能計(jì)算、模仿鳥(niǎo)群覓食行為的粒子群優(yōu)化算法、形式多樣的粒子群優(yōu)化算法、無(wú)速度項(xiàng)的粒子群優(yōu)化算法、分布估計(jì)粒子群優(yōu)化算法和粒子群優(yōu)化算法的應(yīng)用等