《具身智能》這本書深入探討了人工智能中的一個(gè)新興領(lǐng)——具身智能，即智能系統(tǒng)與物理身體的結(jié)合。本書系統(tǒng)論述了具身智能的理論框架，包括身體與思維的互動(dòng)、感知與行為的統(tǒng)一性，以及智能體如何通過與環(huán)境的互動(dòng)來學(xué)習(xí)寫適應(yīng)。書中詳細(xì)介紹了自由能原理，這是理解生命體和智能系統(tǒng)組織原則的關(guān)鍵理論，同時(shí)探討了這一原理在人工智能設(shè)計(jì)中的應(yīng)

《互聯(lián)現(xiàn)實(shí)：面向未來的技術(shù)》這本書是一本集綜合性、前瞻性、指導(dǎo)性于一體的專注于元宇宙當(dāng)前和未來將給現(xiàn)實(shí)生活帶來哪些巨大改變?yōu)橹黝}的佳作。首先，作者回顧了互聯(lián)網(wǎng)和手機(jī)的發(fā)展史，指出元宇宙的技術(shù)及應(yīng)用的確是互聯(lián)網(wǎng)的下一次迭代，而且是一次實(shí)時(shí)的、交互式的迭代，它不會(huì)出現(xiàn)在2D屏幕上，而是會(huì)融入我們周圍的世界。其次，作者旁征博

本書將關(guān)注大模型超參調(diào)優(yōu)這類昂貴的多目標(biāo)優(yōu)化問題,針對(duì)其經(jīng)典的求解方法即貝葉斯優(yōu)化優(yōu)化方法,開展理論方法探索。針對(duì)低維和高維決策空間中的并行化函數(shù)評(píng)估問題、獲取函數(shù)優(yōu)化效率問題以及維度災(zāi)難和邊界問題,本書對(duì)多目標(biāo)貝葉斯優(yōu)化方法進(jìn)行了四個(gè)方面的研究,旨在有效地求解低維和高維昂貴的多目標(biāo)優(yōu)化問題。

本書主要闡述了自動(dòng)化專業(yè)的教育目標(biāo)、課程設(shè)置、實(shí)踐教學(xué)要求以及畢業(yè)生的綜合能力要求。自動(dòng)化專業(yè)的教育目標(biāo)是培養(yǎng)具備自動(dòng)化技術(shù)的基本理論和專業(yè)知識(shí),掌握自動(dòng)化系統(tǒng)分析與設(shè)計(jì)、控制理論、信號(hào)處理、系統(tǒng)工程等方面的基本方法和技能,能在自動(dòng)化及相關(guān)領(lǐng)域進(jìn)行系統(tǒng)設(shè)計(jì)、分析、運(yùn)行、維護(hù)和管理的高素質(zhì)工程技術(shù)人才。本書中基礎(chǔ)課程包括

本書將三者的知識(shí)有機(jī)融合在解決實(shí)際代表性問題的項(xiàng)目開發(fā)中。全書以一個(gè)源自實(shí)際、業(yè)務(wù)邏輯清晰、易于理解的項(xiàng)目案例,將前后端的響應(yīng)式開發(fā)技術(shù)完全滲透在項(xiàng)目案例各模塊的漸進(jìn)實(shí)現(xiàn)中,且無縫糅合了響應(yīng)式數(shù)據(jù)庫(kù)連接R2DBC、實(shí)時(shí)流數(shù)據(jù)處理平臺(tái)Hazelcast、遠(yuǎn)程服務(wù)gRPC、分布式事件流平臺(tái)ApacheKafka、云端機(jī)密數(shù)

本書介紹了非線性動(dòng)態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模理論和技術(shù)，研究了如何為復(fù)雜系統(tǒng)建立自適應(yīng)的神經(jīng)網(wǎng)絡(luò)模型，并提出了一種新的方法。

本書共5部分，內(nèi)容包括：基礎(chǔ)理論、圖像視覺問答、視頻視覺問答、視覺問答高級(jí)任務(wù)、總結(jié)與展望。

本書先簡(jiǎn)單介紹了搭建開發(fā)環(huán)境的相關(guān)知識(shí)，然后以一個(gè)規(guī)范的Python項(xiàng)目的文件布局總攬全局，按照編碼、單元測(cè)試、代碼管理、集成測(cè)試、撰寫技術(shù)文檔、發(fā)布安裝包的次序，逐一剖析Python開發(fā)中所涉及的規(guī)范和工具。書中介紹了基于語(yǔ)義的版本管理、依賴解析、構(gòu)建打包、代碼風(fēng)格、API文檔格式等規(guī)范。通過不同開發(fā)工具(服務(wù))之間

本書全面講解指標(biāo)體系與指標(biāo)平臺(tái)的設(shè)計(jì)方法和實(shí)踐案例，全書共10章。第1章介紹指標(biāo)驅(qū)動(dòng)的數(shù)字化經(jīng)營(yíng)。第2章著重介紹指標(biāo)體系的設(shè)計(jì)方法。第3、4章深入講解指標(biāo)平臺(tái)的產(chǎn)品設(shè)計(jì)和技術(shù)架構(gòu)，包括如何構(gòu)建“一處定義，全局使用”的指標(biāo)平臺(tái)。第5-8章介紹零售、金融、制造、連鎖加盟等行業(yè)的指標(biāo)平臺(tái)設(shè)計(jì)、建設(shè)和應(yīng)用案例，展示不同行業(yè)的指

本書將介紹如何將早期AI的實(shí)用性與深度學(xué)習(xí)能力和工業(yè)控制技術(shù)結(jié)合起來，在現(xiàn)實(shí)世界中做出穩(wěn)健的決策。作者使用具體的例子、最基本的理論和經(jīng)過驗(yàn)證的架構(gòu)框架，展示了如何教授自主AI明確的技能和策略。讀者將了解何時(shí)以及如何使用和組合各種AI架構(gòu)設(shè)計(jì)模式，以及如何設(shè)計(jì)高級(jí)AI，而無須操作神經(jīng)網(wǎng)絡(luò)或機(jī)器學(xué)習(xí)算法。