深度學習是目前學術(shù)界和工業(yè)界都非常火熱的話題,在許多行業(yè)有著成功應用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成,專門針對深度學習領域,是《百面機器學習:算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個部分,第一部分介紹經(jīng)典的深度學習算法和模型,包括卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、圖神經(jīng)網(wǎng)絡、生成模型、生
本書以NB-IoT實訓套件為載體,采用項目化教學方式,講解了NB-IoT的相關知識及其在物聯(lián)網(wǎng)中的重要作用。本書主要分為理論、項目和實戰(zhàn)演練三部分。理論部分講解了NB-IoT物聯(lián)網(wǎng)架構(gòu),并對架構(gòu)中的每個節(jié)點做技術(shù)解析;項目部分由淺入深,從NB-IoT通信、OceanConnect平臺操作系統(tǒng)到LiteOS的基礎實戰(zhàn)開發(fā)
本書把窄帶物聯(lián)網(wǎng)(NB-IoT)的應用知識體系歸納為終端、信息郵局、人機交互系統(tǒng)3個有機組成部分。針對終端,給出通用嵌入式計算機的概念,并將其軟件分為BIOS與User兩部分;針對信息郵局,將其抽象為固定IP地址與端口,并由此設計了云偵聽程序模板;針對人機交互系統(tǒng),設計了Web網(wǎng)頁、微信小程序、手機App及PC客戶端等
當前,人工智能作為一項引領未來的顛覆性戰(zhàn)略技術(shù),已在國家安全、國防軍事、社會治理、文化教育、醫(yī)療健康、家居娛樂等領域初露崢嶸,成為世界各國極其重視的核心競爭力技術(shù)之一。本書主要研究人工智能新技術(shù)、新構(gòu)想、新應用,面向未來,從人工智能發(fā)展歷程、機器學習、感知認知、人機交互、機器人、腦科學、"智能+"未來應用,以及人工智能
計算智能是人工智能領域較為前沿的研究方向,它是受“大自然智慧”啟發(fā)而被設計出的一類算法的統(tǒng)稱。計算智能所具有的全局搜索、高效并行等優(yōu)點為解決復雜優(yōu)化問題提供了新思路和新手段,引起了國內(nèi)外學者的廣泛重視并掀起了研究熱潮。目前,計算智能的相關技術(shù)已成功應用于信息處理、調(diào)度優(yōu)化、工程控制、經(jīng)濟管理等眾多領域。 本書在歸納近年
本書主要利用控制論、代數(shù)圖論、矩陣論及偏微分方程等理論和方法,重點闡述了多智能體系統(tǒng)一致性和復雜動態(tài)網(wǎng)絡同步控制這兩個問題,主要討論以下幾類問題:多智能體系統(tǒng)的**-跟隨一致性問題;時滯復雜網(wǎng)絡的同步問題;Lurie型動態(tài)網(wǎng)絡的簇同步問題.
《機器學習中的基本算法》共八章.第1章和第2章簡要介紹了機器學習的基本概念、研究內(nèi)容、算法體系,以及相關的優(yōu)化理論與優(yōu)化算法.第3章和第4章詳細介紹了幾類作為分類器和回歸器的支持向量機算法,包括算法出發(fā)點、建模思想、理論推導和算法在數(shù)據(jù)分類、識別、擬合、預測等方面的應用.第5章和第6章著重介紹了兩類常用的數(shù)據(jù)預處理方法
知識工程是創(chuàng)新方法的一種,是一個采用人工智能技術(shù)進行文本理解閱讀,用知識圖譜進行知識表達,并在知識圖譜上構(gòu)建的一個具有搜索、推薦、問答、輿情監(jiān)測和社區(qū)服務功能的系統(tǒng)。本書概括了知識管理和知識工程的各種概念,描述了人工智能技術(shù)在知識挖掘中的應用發(fā)展趨勢及實現(xiàn)知識工程的云架構(gòu)技術(shù),列舉了知識工程在幾個典型行業(yè)的應用實例,展
本書理論知識體系完備,由淺入深,系統(tǒng)性地介紹了深度學習模型的發(fā)展脈絡,以及模型深度設計、模型寬度設計、模型通道維度設計、殘差連接設計、分組卷積設計、多尺度與非正常卷積設計、多輸入網(wǎng)絡設計、時序神經(jīng)網(wǎng)絡設計、三維卷積網(wǎng)絡設計、動態(tài)推理模型與注意力機制設計、生成對抗網(wǎng)絡設計這10類主流的深度學習模型設計思想。同時,本書為各
《機器學習與人工智能》涵蓋了與人工智能相關的機器學習核心方法,包括深度卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡、蒙特卡羅樹搜索、強化學習!稒C器學習與人工智能》也包括一些應用非常廣泛的機器學習方法,例如,支持向量機、決策樹和隨機森林、隱馬爾可夫模型、聚類與自組織映射。《機器學習與人工智能》還包含一些重要的大數(shù)據(jù)分析方法