本書以項目實踐作為主線，結(jié)合必需的理論知識，以任務(wù)的形式進行內(nèi)容設(shè)計，每個任務(wù)都包含任務(wù)描述及任務(wù)實施的步驟，讀者按照實施步驟進行操作就可以完成相應(yīng)的學(xué)習(xí)任務(wù)，從而不斷提升項目實踐能力。本書主要內(nèi)容涉及機器學(xué)習(xí)的基礎(chǔ)知識，模型評估與選擇，回歸、分類、聚類等機器學(xué)習(xí)算法，數(shù)據(jù)挖掘的基礎(chǔ)知識，數(shù)據(jù)分析與應(yīng)用，以及通過用戶行

本書對應(yīng)課程屬于一門概論性課程。本書將傳統(tǒng)的和新一代的人工智能/智能制造融于一體，從傳承與發(fā)展視角出發(fā)概述人工智能與智能制造的發(fā)展現(xiàn)狀及其相互關(guān)系，重點闡述人工智能與智能制造共性基礎(chǔ)技術(shù)、知識驅(qū)動的符號智能、數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)、智能制造理論與技術(shù)體系、智能制造的物理系統(tǒng)和信息系統(tǒng)，并指出人工智能與智能制造的未來發(fā)展方向

本書以PyTorch深度學(xué)習(xí)的常用技術(shù)與真實案例相結(jié)合的方式，深入淺出地介紹使用PyTorch實現(xiàn)深度學(xué)習(xí)應(yīng)用的重要內(nèi)容。本書共7章，內(nèi)容包括深度學(xué)習(xí)概述、PyTorch深度學(xué)習(xí)通用流程、PyTorch深度學(xué)習(xí)基礎(chǔ)、手寫漢字識別、文本生成、基于CycleGAN的圖像風(fēng)格轉(zhuǎn)換、基于TipDM大數(shù)據(jù)挖掘建模平臺實現(xiàn)文本生成

本書系統(tǒng)介紹了眾包學(xué)習(xí)的概念、應(yīng)用領(lǐng)域、前沿課題和研究實踐。在基礎(chǔ)知識方面，本書介紹了眾包的起源與發(fā)展、眾包技術(shù)的研究方向，分析眾包模式給機器學(xué)習(xí)帶來的機遇與挑戰(zhàn)。在前沿技術(shù)方面，本書詳細(xì)闡述了眾包標(biāo)注真值推斷與面向眾包標(biāo)注數(shù)據(jù)的預(yù)測模型學(xué)習(xí)等前沿研究課題。在研究實踐方面，本書介紹了面向偏置標(biāo)注的眾包標(biāo)簽真值推斷、基于

航空航天、智能制造及船舶動力定位等復(fù)雜系統(tǒng)中均含有大量來源不同、類型各異的干擾，上述干擾統(tǒng)稱為多源異質(zhì)干擾，帶有此類干擾的系統(tǒng)稱為多源異質(zhì)干擾系統(tǒng)。現(xiàn)有的抗干擾控制方法大多針對單一干擾或?qū)⒍嘣串愘|(zhì)干擾整合為單一等價干擾，對干擾的來源、途徑和類型及對系統(tǒng)的影響機理等特征信息提取與分析不足。鑒于此，本書針對帶有多源異質(zhì)干擾

本書與工程實踐緊密結(jié)合，對連續(xù)控制系統(tǒng)、離散控制系統(tǒng)、非線性系統(tǒng)等進行了描述，從控制系統(tǒng)的結(jié)構(gòu)、分類、分析、設(shè)計出發(fā)，引出系統(tǒng)數(shù)學(xué)模型，對傳遞函數(shù)、動態(tài)結(jié)構(gòu)圖、典型環(huán)節(jié)等內(nèi)容進行了細(xì)致的描述。本書重點對時域部分的系統(tǒng)階躍響應(yīng)分析、穩(wěn)定性分析、穩(wěn)態(tài)誤差計算，頻域部分的伯德圖、幅相頻率特性曲線、穩(wěn)定裕度等內(nèi)容進行了闡述，進

人工智能驅(qū)動的組學(xué)挖掘是數(shù)據(jù)驅(qū)動的生物醫(yī)學(xué)研究的支撐技術(shù)。組學(xué)測序技術(shù)逐步向多尺度、跨模態(tài)、有擾動等方向發(fā)展，但體現(xiàn)出的高維度、高噪聲、多模態(tài)、標(biāo)記稀缺等特點，成為制約其有效挖掘的瓶頸。本書面向生命組學(xué)數(shù)據(jù)特點，較為系統(tǒng)和深入地對組學(xué)機器學(xué)習(xí)的主要研究范式、適用場景、分析方法、理論思想進行介紹。結(jié)合相應(yīng)組學(xué)挖掘的具體研

本書兼顧深度學(xué)習(xí)的理論和應(yīng)用，特別強調(diào)大規(guī)模訓(xùn)練應(yīng)用案例，引導(dǎo)學(xué)生進人深度學(xué)習(xí)的前沿領(lǐng)域．主要內(nèi)容有深度學(xué)習(xí)的核心理論問題：網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計、網(wǎng)絡(luò)參數(shù)初始化方法.大規(guī)模網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法、正則化方法、激活函數(shù)的研究方法.書中引人深度學(xué)習(xí)在計算機視覺中的大型經(jīng)典和前沿應(yīng)用案例，包括圖像分類任務(wù).目標(biāo)檢測與跟蹤任務(wù)、多源遙

《從概念到現(xiàn)實：ChatGPT和Midjourney的設(shè)計之旅》詳細(xì)介紹了ChatGPT與Midjourney的使用方法和應(yīng)用場景，并結(jié)合設(shè)計案例講解了如何利用AIGC輔助不同行業(yè)的設(shè)計師提升工作效率和創(chuàng)造力，共涉及8個應(yīng)用領(lǐng)域，近60個案例演示，生動展示了各行各業(yè)中融入AIGC技術(shù)的設(shè)計成果，為設(shè)計師提供了更開闊的設(shè)

本書主要為高等院校非計算機專業(yè)的人工智能導(dǎo)論課程設(shè)計編寫，內(nèi)容具有應(yīng)用理論的特色。針對高校學(xué)生的需求和人工智能發(fā)展的特點，本書分為引言篇、理論篇和應(yīng)用篇三部分，可基于學(xué)習(xí)需求和進度，自主選擇。引言篇包括緒論；理論篇包括人工智能之理論基礎(chǔ)、人工智能之機器學(xué)習(xí)、人工智能之深度學(xué)習(xí)、人工智能之強化學(xué)習(xí)；應(yīng)用篇包括人工智能開發(fā)