本書在不涉及大量數(shù)學(xué)模型與復(fù)雜算法實(shí)現(xiàn)的前提下，從機(jī)器學(xué)習(xí)概述開始，由“泰坦尼克號(hào)數(shù)據(jù)分析與預(yù)處理”“良/惡性乳腺癌腫瘤預(yù)測(cè)”“波士頓房?jī)r(jià)預(yù)測(cè)”“手寫體數(shù)字聚類”“人臉特征降維”“在線旅行社酒店價(jià)格異常檢測(cè)”6個(gè)案例分別引入數(shù)據(jù)分析、分類、回歸、聚類、特征降維和異常檢測(cè)的應(yīng)用開發(fā)實(shí)戰(zhàn)技術(shù)及其少量理論，能夠幫助讀者以最快

深度學(xué)習(xí)是目前***的技術(shù)領(lǐng)域。本書兼顧了數(shù)學(xué)上的理解和代碼實(shí)踐，內(nèi)容主要包括基礎(chǔ)知識(shí)和深度學(xué)習(xí)模型。第1章介紹深度學(xué)習(xí)的簡(jiǎn)潔發(fā)展思路和表示學(xué)習(xí)機(jī)制；第2章、第3章介紹神經(jīng)網(wǎng)絡(luò)的基于梯度的優(yōu)化方法、神經(jīng)網(wǎng)絡(luò)的優(yōu)化難點(diǎn)以及相應(yīng)的解決方法；第4章討論神經(jīng)網(wǎng)絡(luò)遇到的過(guò)擬合問(wèn)題；第5章分析神經(jīng)網(wǎng)絡(luò)的最小組成部分——神經(jīng)元；第6

本書通過(guò)有趣的插圖和簡(jiǎn)潔的文字帶您漫步在人工智能的世界中，與您分享這個(gè)非fan工具帶來(lái)的驚奇和震撼，同時(shí)幫助您了解它如何運(yùn)行以及它的局限性。作者在每個(gè)章節(jié)都揭示了人工智能的某一特性，并充分評(píng)估了這一領(lǐng)域的種種可能性。作者還探討了研究人員面臨的挑戰(zhàn)及社會(huì)人工智能問(wèn)題等。

統(tǒng)計(jì)學(xué)習(xí)是機(jī)器學(xué)習(xí)的重要分支，本書兼顧了數(shù)學(xué)上的理解和代碼實(shí)踐，內(nèi)容主要包括基礎(chǔ)知識(shí)和統(tǒng)計(jì)學(xué)習(xí)模型。第1章、第2章結(jié)合VC維介紹過(guò)擬合的本質(zhì)，并介紹手動(dòng)特征選擇的辦法；第3章、第4章從最簡(jiǎn)單的線性模型出發(fā)經(jīng)過(guò)概率統(tǒng)計(jì)的解讀而得到分類和回歸算法；第5章討論了不依賴于假設(shè)分布的非參數(shù)模型；第6章將核方法作為一種非線性拓展的

本書共12章，第1章介紹機(jī)器學(xué)習(xí)的基本概念和理論，并介紹用于機(jī)器學(xué)習(xí)的R軟件環(huán)境的準(zhǔn)備；第2章介紹如何應(yīng)用R來(lái)管理數(shù)據(jù)，進(jìn)行數(shù)據(jù)的探索分析和數(shù)據(jù)可視化；第3-9章介紹典型的機(jī)器學(xué)習(xí)算法，包括k近鄰分類算法、樸素貝葉斯算法、決策樹和規(guī)則樹、回歸預(yù)測(cè)、黑盒算法—神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)、關(guān)聯(lián)分析、k均值聚類，并給出大量的實(shí)際案

本書是人工智能領(lǐng)域的經(jīng)典書籍，新版做了全面修訂，增加了關(guān)于機(jī)器學(xué)習(xí)的內(nèi)容，并更新了代碼示例和練習(xí)。本書主要討論智能體(agent)的基本概念和體系結(jié)構(gòu)，從計(jì)算的角度介紹相關(guān)的規(guī)劃、學(xué)習(xí)、推理、協(xié)商、交互機(jī)制等理論，基于自主送貨機(jī)器人、診斷助手、智能輔導(dǎo)系統(tǒng)和交易智能體四個(gè)原型應(yīng)用，在一個(gè)連貫的框架下研究智能體的設(shè)計(jì)、構(gòu)

本書主要關(guān)注如何構(gòu)建高能效具有學(xué)習(xí)能力的脈沖型神經(jīng)元網(wǎng)絡(luò)硬件，并且提供建立具有學(xué)習(xí)能力的脈沖型神經(jīng)元網(wǎng)絡(luò)硬件協(xié)同設(shè)計(jì)、協(xié)同優(yōu)化方法。完整地描述從高級(jí)算法到底層硬件實(shí)現(xiàn)的細(xì)節(jié)。本書同樣涵蓋了脈沖型神經(jīng)元網(wǎng)絡(luò)中的許多基礎(chǔ)知識(shí)和關(guān)鍵點(diǎn)。 本書從對(duì)脈沖型神經(jīng)元網(wǎng)絡(luò)的概述開始，討論基于速率的人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用和訓(xùn)練，介紹實(shí)現(xiàn)神經(jīng)

在每年舉辦的人工智能洛伯納大獎(jiǎng)賽(LoebnerAI)中，圖靈測(cè)試讓人工智能程序和人類競(jìng)賽，以此判斷計(jì)算機(jī)是否可以思考，作者根據(jù)參賽親身經(jīng)歷，討論該如何認(rèn)識(shí)人類本身的意義。本書還介紹了人工智能的發(fā)展歷程，從多個(gè)方面闡述了人工智能的本質(zhì)，引出了機(jī)器是否能夠替代人這個(gè)人工智能的根本問(wèn)題。

本書主要內(nèi)容包括普通最小二乘法回歸、嶺回歸、Lasso回歸、彈性網(wǎng)絡(luò)回歸、正交匹配追蹤回歸、貝葉斯回歸、廣義線性回歸、隨機(jī)梯度下降回歸、被動(dòng)攻擊回歸、魯棒回歸、多項(xiàng)式回歸、支持向量機(jī)回歸、核嶺回歸、最近鄰回歸、高斯過(guò)程回歸、決策樹、神經(jīng)網(wǎng)絡(luò)模型、保序回歸、嶺分類、邏輯回歸分類、隨機(jī)梯度下降分類、感知機(jī)、被動(dòng)攻擊分類、支

本書較系統(tǒng)、全面的介紹了自動(dòng)控制基礎(chǔ)理論與應(yīng)用。全書共分9章，主要內(nèi)容有：自動(dòng)控制系統(tǒng)的基本概念和結(jié)構(gòu)、微分方程、傳遞函數(shù)、結(jié)構(gòu)圖模型、連續(xù)系統(tǒng)時(shí)域分析、復(fù)域分析與校正、頻域分析方法與校正、離散控制基礎(chǔ)、狀態(tài)空間分析和設(shè)計(jì)方法、非線性控制理論等。本書以經(jīng)典控制、現(xiàn)代控制理論為主，也兼顧了一些理論聯(lián)系實(shí)際的工程應(yīng)用內(nèi)容。