MATLAB機器學習：人工智能工程實踐（原書第2版）
定 價：89 元
叢書名：智能系統(tǒng)與技術叢書
當前圖書已被 68 所學校薦購過！
查看明細
- 作者：[美]邁克爾·帕拉斯?jié)煽耍∕ichael Paluszek）斯蒂芬妮·托馬斯
- 出版時間：2020/3/1
- ISBN：9787111646778
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TP181
- 頁碼：0
- 紙張：
- 版次：
- 開本：16開
本書是關于在MATLAB中使用實例進行機器學習的綜合指南。書中概述了人工智能與自動控制的歷史；回顧了用于機器學習的商用軟件包，并展示了它們?nèi)绾螒糜谠擃I域；接著展示了如何使用MATLAB來解決機器學習問題，以及如何利用MATLAB圖形技術來增強程序員對機器學習結果的理解。
本書隨書提供了機器學習中若干重要問題的MATLAB完整解決方案，包括飛行控制、人臉識別、自動駕駛。書中所有的示例和應用程序都提供了完整的源代碼。
機器學習包含大量的數(shù)學概念與理論解釋。書中以清晰簡潔的方式介紹了其中每個領域的數(shù)學知識，即使是并不經(jīng)常接觸數(shù)學理論的讀者也可以輕松理解。工程領域的讀者會看到這些數(shù)學知識與他們已經(jīng)了解的領域技術之間的密切聯(lián)系，并將學習到新的技術。
本書主要內(nèi)容：
?如何使用MATLAB構建機器學習應用
?適用于機器學習的MATLAB可視化技術
?面向工程的機器學習應用案例
推薦序
譯者序
前言
作者簡介
第1章 機器學習概述1
1.1 引言1
1.2 機器學習基礎2
1.3 學習機4
1.4 機器學習分類體系5
1.5 控制7
1.6 自主學習方法9
1.7 人工智能14
1.8 小結16
第2章 用于機器學習的MATLAB數(shù)據(jù)類型17
2.1 MATLAB數(shù)據(jù)類型概述17
2.2 使用參數(shù)初始化數(shù)據(jù)結構27
2.3 在圖像datastore上執(zhí)行mapreduce29
2.4 從文件中創(chuàng)建表格31
2.5 處理表格數(shù)據(jù)33
2.6 使用MATLAB字符串36
2.7 小結38
第3章 MATLAB作圖39
3.1 二維線圖39
3.2 通用二維作圖42
3.3 定制二維圖表44
3.4 三維盒子45
3.5 用紋理繪制三維對象47
3.6 通用三維作圖49
3.7 構建圖形用戶界面51
3.8 柱狀圖動畫56
3.9 畫一個機器人59
3.10 小結61
第4章 卡爾曼濾波63
4.1 用線性卡爾曼濾波器實現(xiàn)的狀態(tài)估計器64
4.2 使用擴展卡爾曼濾波器進行狀態(tài)估計80
4.3 使用無跡卡爾曼濾波器進行狀態(tài)估計84
4.4 使用無跡卡爾曼濾波器進行參數(shù)估計90
4.5 小結93
第5章 自適應控制95
5.1 自調諧：振蕩器建模96
5.2 自調諧：調校振蕩器97
5.3 模型參考自適應控制的實現(xiàn)102
5.4 創(chuàng)建方波輸入106
5.5 轉子的MRAC演示系統(tǒng)107
5.6 輪船駕駛：實現(xiàn)輪船駕駛控制的增益調度110
5.7 航天器的指向114
5.8 小結116
第6章 模糊邏輯118
6.1 構建模糊邏輯系統(tǒng)119
6.2 模糊邏輯的實現(xiàn)122
6.3 演示模糊邏輯125
6.4 小結127
第7章 用決策樹進行數(shù)據(jù)分類129
7.1 生成測試數(shù)據(jù)130
7.2 繪制決策樹133
7.3 決策樹的算法實現(xiàn)136
7.4 創(chuàng)建決策樹139
7.5 手工創(chuàng)建決策樹142
7.6 訓練和測試決策樹145
7.7 小結148
第8章 神經(jīng)網(wǎng)絡入門149
8.1 日光檢測器149
8.2 單擺建模150
8.3 單神經(jīng)元角度估計器155
8.4 為單擺系統(tǒng)設計神經(jīng)網(wǎng)絡159
8.5 小結163
第9章 基于神經(jīng)網(wǎng)絡的數(shù)字分類164
9.1 生成帶噪聲的測試圖像165
9.2 創(chuàng)建神經(jīng)網(wǎng)絡函數(shù)169
9.3 訓練單一輸出節(jié)點的神經(jīng)網(wǎng)絡173
9.4 測試神經(jīng)網(wǎng)絡178
9.5 訓練多輸出節(jié)點的神經(jīng)網(wǎng)絡179
9.6 小結182
第10章 基于深度學習的模式識別183
10.1 為訓練神經(jīng)網(wǎng)絡在線獲取數(shù)據(jù)185
10.2 產(chǎn)生貓的訓練圖像集185
10.3 矩陣卷積188
10.4 卷積層190
10.5 池化層192
10.6 全連接層193
10.7 確定輸出概率195
10.8 測試神經(jīng)網(wǎng)絡196
10.9 識別數(shù)字198
10.10 識別圖像200
10.11 小結202
第11章 用于飛機控制的神經(jīng)網(wǎng)絡203
11.1 縱向運動204
11.2 利用數(shù)值方法尋找平衡狀態(tài)210
11.3 飛機的數(shù)值仿真211
11.4 激活函數(shù)213
11.5 學習控制的神經(jīng)網(wǎng)絡214
11.6 枚舉數(shù)據(jù)集218
11.7 編寫sigma-pi神經(jīng)網(wǎng)絡函數(shù)220
11.8 實現(xiàn)PID控制器222
11.9 飛機俯仰角PID控制226
11.10 創(chuàng)建俯仰動力學的神經(jīng)網(wǎng)絡228
11.11 非線性仿真中的控制器演示231
11.12 小結232
第12章 多重假設檢驗233
12.1 概覽233
12.2 理論235
12.3 追蹤臺球的卡爾曼濾波器240
12.4 追蹤臺球的MHT246
12.5 一維運動250
12.6 軌道關聯(lián)的一維運動252
12.7 小結255
第13章 基于多重假設檢驗的自動駕駛256
13.1 汽車動力學257
13.2 汽車雷達建模260
13.3 汽車的自主超車控制262
13.4 汽車動畫264
13.5 汽車仿真與卡爾曼濾波器266
13.6 汽車目標追蹤270
13.7 小結273
第14章 基于案例的專家系統(tǒng)275
14.1 構建專家系統(tǒng)276
14.2 運行專家系統(tǒng)277
14.3 小結279
附錄A 自主學習的歷史281
附錄B 機器學習軟件288
參考文獻298
中英文術語對照表300
張佳強 （2024/1/17 20:48:00）：有源代碼嘛
書單推薦
