"本書是一本人工智能的入門級教程。教材以通俗易懂的方式，對人工智能的基本技術(shù)及其應(yīng)用進行簡要介紹和解析。教材內(nèi)容由“人工智能概念建構(gòu)”、“人工智能技術(shù)淺探”、“人工智能算法語言淺嘗”和“人工智能典型應(yīng)用簡析”4個模塊構(gòu)成。 其中“人工智能概念建構(gòu)”是人工智能的基本認(rèn)知模塊，旨在通過對人工智能的現(xiàn)實應(yīng)用場景、人工智能概

本書針對人工智能硬件電路設(shè)計基礎(chǔ)、著重介紹硬件電路相關(guān)的設(shè)計知識及SoC設(shè)計開發(fā)過程中數(shù)字前端知識，包括VHDL技術(shù)、Verilog技術(shù)及HLS技術(shù)。同時將開發(fā)SoC中常用的模塊作為應(yīng)用實例進行詳細(xì)講解。VHDL技術(shù)部分詳細(xì)介紹了VHDL語言的背景知識、基本語法結(jié)構(gòu)和VHDL代碼的編寫方法。另外，該部分還加入了基礎(chǔ)電路

本書系統(tǒng)闡述了人工智能的基本原理、方法和應(yīng)用技術(shù)，以知識為線索，分為知識搜索、知識發(fā)現(xiàn)、知識推理和知識應(yīng)用四個部分，全面反映了人工智能領(lǐng)域國內(nèi)外的最新研究進展和動態(tài)。為便于讀者深入學(xué)習(xí)，每章的最后一節(jié)均配有相關(guān)方法的案例和編程內(nèi)容，大部分章末配有課后練習(xí)，讀者可掃描書中二維碼獲取相關(guān)代碼和參考答案。本書可作為高等學(xué)校智

本書從計算思維的角度出發(fā)，以人工智能相關(guān)問題為引導(dǎo)，在解決實際案例問題的過程中植入知識點，為各專業(yè)的學(xué)生在今后設(shè)計、構(gòu)造和應(yīng)用各種計算系統(tǒng)，求解本學(xué)科的問題奠定基礎(chǔ)。全書內(nèi)容包括計算與計算思維、程序設(shè)計與算法、人工智能與智能計算、網(wǎng)絡(luò)與大數(shù)據(jù)這四大部分。本書適用于高等院校一年級新生的計算機導(dǎo)論等信息技術(shù)類基礎(chǔ)課程，可作

《二維重復(fù)控制》總結(jié)作者多年來的研究成果和體會，綜合重復(fù)控制領(lǐng)域的大量國內(nèi)外文獻(xiàn)資料，系統(tǒng)闡述二維重復(fù)控制的研究成果。主要內(nèi)容包括：重復(fù)控制原理、重復(fù)控制系統(tǒng)設(shè)計方法和二維重復(fù)控制基本思想，重復(fù)控制的二維特性和重復(fù)控制系統(tǒng)的二維混合模型，二維重復(fù)控制系統(tǒng)穩(wěn)定性分析，二維重復(fù)控制系統(tǒng)設(shè)計，二維重復(fù)控制系統(tǒng)魯棒性分析與設(shè)計

當(dāng)前AI圖書市場，理論知識與實踐經(jīng)驗的脫節(jié)，是很多書籍的缺點。本書立足于理論，從實例入手，將理論知識和實際應(yīng)用結(jié)合，目標(biāo)是讓讀者能夠快速地熟悉人工智能中經(jīng)典算法。全書分為4篇，共20章。其中第1篇為基礎(chǔ)算法篇，主要講述排序、查找、線性結(jié)構(gòu)、樹、隊列、散列、圖、堆棧等基本數(shù)據(jù)結(jié)構(gòu)算法；第2篇為機器學(xué)習(xí)算法篇，主要講述分類

本書系統(tǒng)地闡述機器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)知識，但并非大學(xué)數(shù)學(xué)教材的翻版，而是以機器學(xué)習(xí)算法為依據(jù)，選取數(shù)學(xué)知識，并從應(yīng)用的角度闡述各種數(shù)學(xué)定義、定理等，側(cè)重于講清楚它們的應(yīng)用和實現(xiàn)方法。所以，書中將使用開發(fā)者喜歡的編程語言（Python）來實現(xiàn)各種數(shù)學(xué)計算，并闡述數(shù)學(xué)知識在機器學(xué)習(xí)算法中的應(yīng)用體現(xiàn)。

本書首先介紹深度學(xué)習(xí)方面的數(shù)學(xué)知識與Python基礎(chǔ)知識，線性模型中的線性回歸模型和logistic模型；然后講述正向傳播算法、反向傳播算法及深度神經(jīng)網(wǎng)絡(luò)的完整訓(xùn)練流程，輸出層的激活函數(shù)和隱藏層的常見激活函數(shù)，深度學(xué)習(xí)的過擬合和欠擬合，應(yīng)對過擬合的方法，以及使用TensorFlow2建立深度神經(jīng)網(wǎng)絡(luò)模型的步驟；接著介紹

雖然很多深度學(xué)習(xí)工具都使用Python，但PyTorch庫是真正具備Python風(fēng)格的。對于任何了解NumPy和scikit-learn等工具的人來說，上手PyTorch輕而易舉。PyTorch在不犧牲高級特性的情況下簡化了深度學(xué)習(xí)，它非常適合構(gòu)建快速模型，并且可以平穩(wěn)地從個人應(yīng)用擴展到企業(yè)級應(yīng)用。由于像蘋果、Face

本書結(jié)合了最新的深度學(xué)習(xí)技術(shù)應(yīng)用成果，充分考慮了大學(xué)生的知識結(jié)構(gòu)和學(xué)習(xí)特點，結(jié)合各個專業(yè)特點介紹了深度學(xué)習(xí)的基本概念及TensorFlow框架，以及深度學(xué)習(xí)在各個領(lǐng)域的具體應(yīng)用。本書為高職高專院校深度學(xué)習(xí)基礎(chǔ)課程教材重點介紹了神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、TensorFlow環(huán)境使用、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遷移學(xué)習(xí)等內(nèi)容。