曾經(jīng)，意念控制被認為是癡人說夢；如今，它早已變得輕輕松松，甚至連老鼠和豬都能用意念玩轉游戲。曾經(jīng)，“讀心術”被認為是騙人把戲；如今，它早已變成現(xiàn)實，只需掃描你的腦電圖，便可一眼看穿你的情緒和部分心思。曾經(jīng)，人是人，機是機，人機彼此相分離；如今，人即是機，機即是人，小小腦機接口就讓你與機器密不可分。其實，這些都還不是最玄

在這個智能為王數(shù)據(jù)是金的時代，越來越多的數(shù)據(jù)，包括物聯(lián)網(wǎng)設備采集的客觀世界數(shù)據(jù)，被用來指導人類的實踐活動。機器學習是處理與分析這些數(shù)據(jù)的一類常用方法。本書力求從原理的角度，從無到有，講清楚機器學習中的一些常見方法，并從實踐的角度，循序漸進，引領讀者獨立編程實現(xiàn)這些機器學習方法，從而幫助讀者迅速掌握機器學習方法，為讀者進

機器學習為信息類學科的重要分支。本書作為機器學習入門、進階與本碩博一體式培養(yǎng)教材，系統(tǒng)論述了機器學習研究的基本內(nèi)容、概念、算法、應用以及最新發(fā)展。 本書共18章，分為機器學習基礎、經(jīng)典機器學習方法與現(xiàn)代機器學習方法三大部分。機器學習基礎部分為第1、2章，內(nèi)容為機器學習概述和數(shù)學基礎知識；經(jīng)典機器學習方法部分為第3~1

智慧交通系統(tǒng)是我國交通運輸、城市建設和自然資源衛(wèi)生保護等各種交通基礎性工作中的一個重點和基本內(nèi)容,它是新技術、新概念和創(chuàng)造性模式下人類所能夠直接進行的感知、存儲、共享、交互和綜合服務的重要手段,是新時代下感知、人工智能、通信、移動互聯(lián)、能源管理、車路協(xié)同和智慧網(wǎng)聯(lián)汽車核心技術集成體,在我國現(xiàn)代軌道交通運輸業(yè)中也扮演著重

本書在介紹推薦系統(tǒng)技術原理的基礎上,主要講解了推薦系統(tǒng)的定義、發(fā)展歷程、理論和數(shù)學基礎,以及常用推薦系統(tǒng)技術、典型算法和評測指標等,還結合多種應用場景重點介紹了已經(jīng)得到有效應用的推薦系統(tǒng)分析預測模型和系統(tǒng)研發(fā)實現(xiàn)方法,有助于讀者提升相關領域推薦系統(tǒng)應用的實踐能力。

高素質(zhì)技術技能人才是支撐中國制造、中國創(chuàng)造的重要基礎，對推動經(jīng)濟高質(zhì)量發(fā)展具有重要作用。大力開展職業(yè)技能競賽，是弘揚勞模精神、勞動精神、工匠精神，激勵廣大青年走技能成才、技能報國之路的重要途徑。自2012年以來，全國高職院校物聯(lián)網(wǎng)技術應用技能大賽已連續(xù)開展多屆，為引領物聯(lián)網(wǎng)專業(yè)建設、提高人才培養(yǎng)質(zhì)量、提升學校社會聲譽做

本文面向物聯(lián)網(wǎng)設備的軟件漏洞檢測需求，基于靜態(tài)分析和動態(tài)測試途徑，介紹圍繞第三方庫數(shù)據(jù)操作安全檢查缺失漏洞檢測、通信協(xié)議漏洞檢測、固件鏡像漏洞檢測等問題的關鍵技術與工具。闡述了物聯(lián)網(wǎng)作為新一代信息技術，已經(jīng)與國計民生的各個方面深度融合，越來越多的物聯(lián)網(wǎng)設備通過網(wǎng)絡連接后廣泛部署在眾多安全攸關領域；軟件是物聯(lián)網(wǎng)設備

本書主要介紹如何學習網(wǎng)絡中的節(jié)點表征，并將其應用到推薦系統(tǒng)中，重點研究了推薦系統(tǒng)中的三種各具代表性的網(wǎng)絡：用戶產(chǎn)品交互的二分圖，用戶端的社交網(wǎng)絡，產(chǎn)品端的知識圖譜。本書系統(tǒng)性地研究了三種網(wǎng)絡的建模，提出了針對不同種類的網(wǎng)絡在多個層面將網(wǎng)絡信息和推薦系統(tǒng)進行結合的解決方案。這些解決方案獲得了學術界的廣泛關注，有些方案已經(jīng)

主要講解智能算法的理論和實際應用。主要針對1.智能算法計算時間分析新方法；2.智能算法在計算機視覺的應用；3.智能算法在物流規(guī)劃的應用；4.智能算法在軟件測試的應用；5.智能算法在多目標優(yōu)化的應用。

圖神經(jīng)網(wǎng)絡是人工智能的一個熱點方向,從圖的視角解讀大數(shù)據(jù),可以靈活建模復雜的信息交互關系,吸引大量學者的關注并在多個工業(yè)領域得到廣泛應用。《圖深度學習從理論到實踐》由淺入深,全面介紹圖神經(jīng)網(wǎng)絡的基礎知識、典型模型方法和應用實踐。《圖深度學習從理論到實踐》不僅包括一般的深度學習基礎和圖基礎知識,還涵蓋了圖表示學習、圖卷積