使用機(jī)器學(xué)習(xí)技術(shù)解決實(shí)際應(yīng)用問(wèn)題涉及模型的建立、訓(xùn)練及評(píng)估等步驟。優(yōu)化算法常被用于訓(xùn)練模型的參數(shù)，是機(jī)器學(xué)習(xí)的重要組成部分。機(jī)器學(xué)習(xí)模型的訓(xùn)練可以建模成無(wú)約束優(yōu)化問(wèn)題或帶約束優(yōu)化問(wèn)題，約束可以為模型增加更多的先驗(yàn)知識(shí)�；�于梯度的算法（例如加速梯度法、隨機(jī)梯度法等）是求解無(wú)約束優(yōu)化問(wèn)題的常用方法，而交替方向乘子法（ADM

本書(shū)是《動(dòng)手學(xué)深度學(xué)習(xí)》的重磅升級(jí)版本，選用PyTorch深度學(xué)習(xí)框架，旨在向讀者交付更為便捷的有關(guān)深度學(xué)習(xí)的交互式學(xué)習(xí)體驗(yàn)。 本書(shū)重新修訂《動(dòng)手學(xué)深度學(xué)習(xí)》的所有內(nèi)容，并針對(duì)技術(shù)的發(fā)展，新增注意力機(jī)制、預(yù)訓(xùn)練等內(nèi)容。本書(shū)包含15章，第一部分介紹深度學(xué)習(xí)的基礎(chǔ)知識(shí)和預(yù)備知識(shí)，并由線性模型引出基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)——多層感知機(jī)

本書(shū)是近年來(lái)作者對(duì)混合智能系統(tǒng)研究成果及經(jīng)驗(yàn)的總結(jié)。本書(shū)界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設(shè)計(jì)科學(xué)的思想為基礎(chǔ)，以基于案例推理的混合智能系統(tǒng)技術(shù)選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構(gòu)造方法。在對(duì)串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反

機(jī)器學(xué)習(xí)是人工智能的一個(gè)方向。它是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、矩陣論、神經(jīng)網(wǎng)絡(luò)、計(jì)算機(jī)等多門(mén)學(xué)科。其目標(biāo)是使用計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類(lèi)學(xué)習(xí)活動(dòng)，從現(xiàn)有大量的數(shù)據(jù)中學(xué)習(xí)，利用經(jīng)驗(yàn)不斷改善系統(tǒng)性能。機(jī)器學(xué)習(xí)步驟一般分為獲取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、建立模型、模型評(píng)估和預(yù)測(cè)。本書(shū)共6章。第1章節(jié)主要介紹機(jī)器學(xué)習(xí)的基本概念及其

2017年，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，要求中小學(xué)開(kāi)設(shè)人工智能相關(guān)課程，并提倡以計(jì)算思維為指導(dǎo)，將信息技術(shù)課程從技術(shù)導(dǎo)向轉(zhuǎn)換為科學(xué)導(dǎo)向。因此，機(jī)器學(xué)習(xí)作為人工智能技術(shù)的內(nèi)核，走入我國(guó)廣大中小學(xué)生的課堂是科技發(fā)展的必然選擇。《BR》本書(shū)共11章，系統(tǒng)地介紹機(jī)器學(xué)習(xí)模型中常見(jiàn)的白盒和黑盒模型，以及這些模型統(tǒng)一的框

本書(shū)的主體內(nèi)容包括機(jī)器學(xué)習(xí)概念與特征工程、機(jī)器學(xué)習(xí)技術(shù)、模型關(guān)系管理，其中，模型關(guān)系管理部分主要介紹了弱集成學(xué)習(xí)、強(qiáng)集成學(xué)習(xí)和混合專(zhuān)家模型。弱集成學(xué)習(xí)是指使用機(jī)器學(xué)習(xí)中的弱分類(lèi)器實(shí)現(xiàn)模型準(zhǔn)確度和穩(wěn)定性之間的平衡。強(qiáng)集成學(xué)習(xí)是指協(xié)同特征工程與強(qiáng)分類(lèi)器形成強(qiáng)集成學(xué)習(xí)環(huán)境。混合專(zhuān)家模型是指通過(guò)神經(jīng)網(wǎng)絡(luò)集成和網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)形成深

人工智能是一項(xiàng)高科技技術(shù)，也是計(jì)算機(jī)技術(shù)的一個(gè)重要分支，此技術(shù)是以人工的方法，對(duì)人類(lèi)的行動(dòng)和思維進(jìn)行模仿，同時(shí)在人的智能基礎(chǔ)上進(jìn)行拓展。人工智能應(yīng)用面比較廣泛，可代替人類(lèi)進(jìn)行各個(gè)方面的工作，可以說(shuō)大大提高了人類(lèi)在日常生活工作中的效率。但人工智能具有兩面性，對(duì)人類(lèi)有好的一面也有不好的一面。因此，本書(shū)將結(jié)合人工智能技術(shù)的發(fā)

《自動(dòng)控制原理（第2版）》主要內(nèi)容包括控制系統(tǒng)的數(shù)學(xué)模型，線性系統(tǒng)的時(shí)域分析法、根軌跡法、頻域分析法、綜合與校正，非線性系統(tǒng)的分析，線性離散系統(tǒng)的分析。本書(shū)著重于基本概念、基本理論和基本分析方法，并附加學(xué)習(xí)資源，掃描書(shū)中的二維碼可隨時(shí)完成基本測(cè)試題練習(xí)并查看參考答案。本書(shū)在國(guó)家智慧教育公共服務(wù)平臺(tái)有配套在線課程，可供讀

本書(shū)將人工智能與人類(lèi)智慧深度融合，系統(tǒng)、全面地介紹了類(lèi)腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)的構(gòu)建原理、方法、過(guò)程，具有較高的學(xué)術(shù)價(jià)值；同時(shí)，本書(shū)將所構(gòu)建的類(lèi)腦智能目標(biāo)檢測(cè)網(wǎng)絡(luò)在無(wú)人車(chē)交通標(biāo)志檢測(cè)、無(wú)人車(chē)-機(jī)械臂協(xié)同作業(yè)這兩個(gè)場(chǎng)景進(jìn)行了示范應(yīng)用，具有較大的工程應(yīng)用價(jià)值。本書(shū)主要的讀者群體為從事類(lèi)腦智能、計(jì)算機(jī)視覺(jué)、無(wú)人系統(tǒng)研究的科研工作者

本書(shū)以人工智能下的大數(shù)據(jù)時(shí)代為背景,從數(shù)據(jù)素養(yǎng)、數(shù)據(jù)分析基礎(chǔ)、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)多個(gè)維度全面系統(tǒng)地介紹了如何探索數(shù)據(jù)、整理數(shù)據(jù)并分析數(shù)據(jù)。本書(shū)沒(méi)有給出晦澀難懂的數(shù)學(xué)公式,也不涉及復(fù)雜煩瑣的程序代碼,而是在闡述基本原理的基礎(chǔ)上,輔以簡(jiǎn)潔的Python程序,讓讀者能夠快速入門(mén),提升個(gè)人的數(shù)據(jù)綜合素養(yǎng)。