本書主要向讀者介紹基于互聯(lián)網(wǎng)技術(shù)的數(shù)據(jù)分析原理與方法，幫助讀者理解并掌握數(shù)據(jù)分析能力，可使用到實(shí)踐中并提升工作能力。本書具體內(nèi)容包括學(xué)數(shù)據(jù)分析有什么用，數(shù)據(jù)分析的基礎(chǔ)方法，數(shù)據(jù)分析的起點(diǎn)，數(shù)據(jù)分析的基礎(chǔ)，數(shù)據(jù)分析的準(zhǔn)備；通過數(shù)據(jù)分析看清現(xiàn)實(shí)，通過數(shù)據(jù)分析抓住業(yè)務(wù)增長機(jī)會(huì)，通過數(shù)據(jù)分析發(fā)現(xiàn)異常、處理異常、防止異常，通過數(shù)

傳感器陣列測向和定位是定位領(lǐng)域的一個(gè)重要分支，其采用傳感器陣列接收空間信號(hào)。與傳統(tǒng)的單個(gè)定向傳感器相比，傳感器陣列目標(biāo)定位具有較高的信號(hào)增益、極強(qiáng)的干擾抑制能力以及更高的空間分辨能力，因而在國防和工業(yè)領(lǐng)域具有廣闊的應(yīng)用前景。具體而言，已涉及雷達(dá)、聲納、通信、地震勘探、射電天文以及醫(yī)學(xué)診斷等多種國民經(jīng)濟(jì)和軍事應(yīng)用領(lǐng)域。本

本書以一款簡易機(jī)器人為載體，通過圖形化編程引領(lǐng)初學(xué)者探索AI的基本概念與基礎(chǔ)應(yīng)用。全書共5章，內(nèi)容涵蓋語音識(shí)別、語音合成、人臉識(shí)別、文字識(shí)別、圖像識(shí)別、AI大模型與機(jī)器學(xué)習(xí)等，通過跌宕起伏的故事情節(jié)與生動(dòng)案例，層層遞進(jìn)地講解AI原理。讀者可以跟隨故事的發(fā)展，親手搭建機(jī)器人結(jié)構(gòu)，學(xué)習(xí)電子技術(shù)和編程知識(shí)，深入體驗(yàn)經(jīng)典的基礎(chǔ)

本書是施普林格出版的“智能系統(tǒng)、控制和自動(dòng)化：科學(xué)與工程”（IntelligentSystems,ControlandAutomation:ScienceandEngineering）叢書中的一本，從水下環(huán)境面臨的困難與挑戰(zhàn)、人工智能技術(shù)在水下機(jī)器人應(yīng)用領(lǐng)域的發(fā)展?jié)摿Φ确矫妫瑢ο乱淮�水下機(jī)器人技術(shù)結(jié)構(gòu)等涉及的相關(guān)學(xué)科進(jìn)

數(shù)字經(jīng)濟(jì)是繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后出現(xiàn)的更高級經(jīng)濟(jì)階段，是以數(shù)字技術(shù)為重要內(nèi)容的一系列經(jīng)濟(jì)活動(dòng)的總和，這些活動(dòng)既包含了數(shù)字要素催生的一系列新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)，也包括了數(shù)字化要素與傳統(tǒng)產(chǎn)業(yè)深度融合帶來的經(jīng)濟(jì)增長。數(shù)字經(jīng)濟(jì)在組織方式、生產(chǎn)要素、驅(qū)動(dòng)力、發(fā)展方式等方面較傳統(tǒng)經(jīng)濟(jì)發(fā)展都發(fā)生了巨大變化，數(shù)字新基建與產(chǎn)

本書基于我國深入實(shí)施網(wǎng)絡(luò)強(qiáng)國和國家大數(shù)據(jù)戰(zhàn)略的大背景，將“大語言模型”“知識(shí)圖譜”“數(shù)據(jù)治理”相結(jié)合，闡述了大模型、知識(shí)圖譜在智能數(shù)據(jù)治理中的應(yīng)用實(shí)踐，并以醫(yī)療、政務(wù)及降碳等行業(yè)為例，詳細(xì)介紹了其數(shù)據(jù)治理流程及平臺(tái)構(gòu)建方法。書中首先闡述了大模型時(shí)代知識(shí)圖譜和智能數(shù)據(jù)治理之間的協(xié)同關(guān)系，以兒童孤獨(dú)癥為例介紹了基于Cite

數(shù)據(jù)科學(xué)的理論基礎(chǔ)是數(shù)學(xué)。本書共六章。前三章系統(tǒng)介紹了數(shù)據(jù)科學(xué)里廣泛使用的線性代數(shù)、概率論、微積分以及最優(yōu)化理論的相關(guān)基礎(chǔ)知識(shí)；后三章簡練闡述了網(wǎng)絡(luò)分析、量子算法、大模型的基本數(shù)學(xué)原理和一些代表性算法。書中部分應(yīng)用案例源自作者的原創(chuàng)性工作,通過發(fā)現(xiàn)問題、分析問題、解決問題的邏輯鏈條,生動(dòng)展示了數(shù)據(jù)建模在解決實(shí)際問題中的

本書詳細(xì)闡述了深海智能探測與自主采樣機(jī)器人的兩層分離式主體結(jié)構(gòu)總體設(shè)計(jì)、關(guān)鍵配套部件及應(yīng)用系統(tǒng)的創(chuàng)新設(shè)計(jì)。本書建立了海底熱液異常源信息智能搜索的強(qiáng)化學(xué)習(xí)模型，提出了機(jī)器學(xué)習(xí)系列高效求解算法，提高了深海探測與采樣機(jī)器人的搜索效率與準(zhǔn)確性；建立了深海探測與采樣機(jī)器人實(shí)時(shí)跟蹤控制的強(qiáng)化學(xué)習(xí)模型，提出了深度學(xué)習(xí)系列高效求解方法

本書作為圖像傳感器相關(guān)知識(shí)的入門書籍，從圖像傳感器的成像原理出發(fā)，全面介紹了圖像傳感器的內(nèi)部單元、工作原理、技術(shù)特征，介紹了主要的圖像傳感器類型，并進(jìn)行了比較。最后，本書還介紹了包含圖像傳感器的成像系統(tǒng)。 本書前四章是基礎(chǔ)知識(shí)部分。其中，第一章介紹了圖像的構(gòu)成以及圖像傳感器的作用，解釋了什么是"成像"；第二章介紹組成圖

本書針對分類屬性數(shù)據(jù)無監(jiān)督數(shù)據(jù)挖掘任務(wù)中的三個(gè)關(guān)鍵問題—特征學(xué)習(xí)、分析過程和結(jié)果評價(jià)，闡述分類屬性數(shù)據(jù)深度無監(jiān)督學(xué)習(xí)理論及決策應(yīng)用。全書共7章，第1章概述數(shù)據(jù)驅(qū)動(dòng)決策支持的技術(shù)基礎(chǔ)、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類數(shù)據(jù)挖掘方法及分類屬性數(shù)據(jù)無監(jiān)督學(xué)習(xí)問題；第2章介紹分類屬性數(shù)據(jù)的無監(jiān)督特征學(xué)習(xí)、聚類分析和聚類結(jié)果評價(jià)等相關(guān)理