"本書結(jié)合典型機(jī)械系統(tǒng)控制的實(shí)例，系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)控制的基本理論、基本方法和應(yīng)用技術(shù)。本書是作者多年來從事控制系統(tǒng)教學(xué)和科研工作的結(jié)晶，同時(shí)融入了國(guó)內(nèi)外同行近年來所取得的新成果。全書共分16章，包括緒論、RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與仿真、基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制、RBF神經(jīng)網(wǎng)絡(luò)滑�？刂�

"能夠模仿人類語言智能與思維，具有世界一般性知識(shí)的ChatGPT，開啟了通用人工智能的新時(shí)代，正成為引爆第四次工業(yè)革命的火種。本書是第一本體系化介紹ChatGPT基本原理與核心算法的教材及專業(yè)圖書。全書共分5章：第1章為人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)；第2章詳細(xì)剖析了Transformer及其緣起，分析了視覺領(lǐng)域的Transform

"本書圍繞熱門話題“數(shù)字人”，系統(tǒng)介紹了其發(fā)展過程、技術(shù)特點(diǎn)、應(yīng)用場(chǎng)景、安全問題及未來趨勢(shì)，共分十二章。內(nèi)容涵蓋數(shù)字人的定義、誕生背景、關(guān)鍵技術(shù)，以及在多行業(yè)的應(yīng)用現(xiàn)狀與前景。同時(shí)，探討了數(shù)字人使用中的安全問題、政策支持與未來發(fā)展方向，并展望其融入日常生活的美好愿景，為讀者呈現(xiàn)數(shù)字人領(lǐng)域的全景圖。本書適合對(duì)數(shù)字人技術(shù)感

"本書針對(duì)基于演化的機(jī)器學(xué)習(xí)的一些關(guān)鍵問題進(jìn)行深入探索。全書共20章，分為3篇。上篇為第1～6章，探索了深度改進(jìn)的分布估計(jì)算法，提出了基于共軛先驗(yàn)分布的兩層分布估計(jì)算法、帶有鏈接學(xué)習(xí)的量子演化算法和問題規(guī)模自適應(yīng)的基于分解的多目標(biāo)分布估計(jì)算法。中篇為第7～13章，針對(duì)學(xué)習(xí)分類器與特征選擇方法，重點(diǎn)研究?jī)烧叩娜诤喜呗�，�?/p>

"隨著社會(huì)需求的變化，越來越多的人工智能應(yīng)用涉及多標(biāo)簽學(xué)習(xí)問題，如文本分類、語義標(biāo)注、社交網(wǎng)絡(luò)、基因預(yù)測(cè)和疾病診療等，多標(biāo)簽學(xué)習(xí)已成為當(dāng)前人工智能領(lǐng)域的研究熱點(diǎn)之一。本書基于集成學(xué)習(xí)相關(guān)理論，圍繞多標(biāo)簽局部依賴、多標(biāo)簽缺失補(bǔ)全、極端量級(jí)多標(biāo)簽學(xué)習(xí)、長(zhǎng)尾多標(biāo)簽學(xué)習(xí)和開放詞多標(biāo)簽學(xué)習(xí)等一系列問題進(jìn)行展開，提出了一系列高效的

"本書是對(duì)強(qiáng)化學(xué)習(xí)算法的綜合性講解書籍，內(nèi)容包括主要的強(qiáng)化學(xué)習(xí)算法的實(shí)現(xiàn)思路講解，以及主要的優(yōu)化方法的原理講解。本書介紹的每個(gè)算法都分為原理講解和代碼實(shí)現(xiàn)兩部分，代碼實(shí)現(xiàn)是為了通過實(shí)驗(yàn)驗(yàn)證原理部分的可行性。通過本書的學(xué)習(xí)，讀者可以快速地了解強(qiáng)化學(xué)習(xí)算法的設(shè)計(jì)原理，掌握強(qiáng)化學(xué)習(xí)算法的實(shí)現(xiàn)過程，并能研發(fā)屬于自己的強(qiáng)化學(xué)習(xí)算

"Mamba是一種新型的深度學(xué)習(xí)架構(gòu)，在保持對(duì)序列長(zhǎng)度近似線性擴(kuò)展性的同時(shí)，提供了與Transformers相當(dāng)?shù)慕�模能力�！渡钊胩剿鱉amba模型架構(gòu)與應(yīng)用》旨在幫助讀者探索Mamba在不同領(lǐng)域?qū)崿F(xiàn)卓越性能的潛力，并深入理解和應(yīng)用這一新興的模型架構(gòu)。本書配套示例源碼、PPT課件、配圖PDF文件與讀者微信交流群服務(wù)�！�

本書從基礎(chǔ)到深度，為讀者呈現(xiàn)了在多元場(chǎng)景下運(yùn)用DeepSeek提升效率的豐富技巧�；�礎(chǔ)入門篇，詳細(xì)介紹了如何快速掌握DeepSeek，包括其功能、優(yōu)勢(shì)及應(yīng)用場(chǎng)景，同時(shí)對(duì)手機(jī)版和網(wǎng)頁版的使用方法進(jìn)行了全面解讀，助力讀者輕松上手。提問技巧篇，則由淺入深，從基礎(chǔ)提問的提示詞框架構(gòu)建，到深度提問的指令編寫與優(yōu)化，引導(dǎo)讀者精準(zhǔn)高

本書系統(tǒng)闡述了DeepSeek大模型架構(gòu)、部署及應(yīng)用實(shí)戰(zhàn)的相關(guān)內(nèi)容。書中從人工智能和大模型的基礎(chǔ)理論出發(fā)，深入剖析了DeepSeek的底層技術(shù)，如Transformer架構(gòu)、混合專家、動(dòng)態(tài)任務(wù)分配、稀疏激活及歸一化等關(guān)鍵技術(shù)，詳細(xì)介紹了模型訓(xùn)練、優(yōu)化和推理的前沿方法。書中不僅展示了DeepSeek在多模態(tài)模型和推理系統(tǒng)

本書分為人工智能初探、機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺與圖像處理、音視頻生成與處理、人工智能的規(guī)范，共6個(gè)項(xiàng)目。本書從人工智能的起源、發(fā)展開始，發(fā)現(xiàn)身邊的人工智能應(yīng)用，認(rèn)識(shí)人工智能對(duì)日常生活中的影響，并從從生活中的應(yīng)用案例出發(fā)，逐步揭示AI算法的工作原理。最后從用戶隱私數(shù)據(jù)安全、算法與偏見兩個(gè)方面來深入探討人工智能的