深度学习(deep learning)AI圣经！深度学习领域奠基性的经典畅销书！
AI圣经！深度学习领域奠基性的经典畅销书！长期位居美国亚马逊AI和机器学习类图书榜首！所有数据科学家和机器学习从业者的图书！特斯拉CEO埃隆 马斯克等国内外众多专家推荐！深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。因为计算机能够从经验中获取知识，所以不需要人类来形式化地定义计算机需要的所有知识。层次概念允许计算机通过构造简单的概念来学习复杂的概念，而这些分层的图结构将具有很深的层次。本书会介绍深度学习领域的许多主题。本书囊括了数学及相关概念的背景知识，包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络、正则化、优化算法、卷积网络、序列建模和实践方法等，并且调研了诸如自然语
《AI 3.0》是超级畅销书《复杂》的作者、复杂系统前沿科学家梅拉妮 米歇尔耗时10年思考，厘清人工智能与人类智能的全新力作。 《AI 3.0》全景式地展现了人工智能的过去、现在和未来。作者米歇尔以自己多年来在人工智能领域的研究经历，及对人工智能的应用与未来等方面的思考为基础，并结合人工智能发展史上的重大事件以及与其他权威专家的学习交流，从5个部分揭示了 现在的计算机能做什么，以及我们在未来几十年能从它们身上期待什么 。作者首先从人工智能的发展历程讲起，然后从视觉识别、游戏与推理、自然语言处理、常识判断等人工智能的4个主要应用领域来详细阐述人工智能的原理、当下的能力边界，及其正在面临的关键挑战。 随着人工智能技术的发展，其应用也越来越广，并对人类社会和我们的生活产生了深远的影响，且会在未来继续发挥更
当前，深度学习和人工智能的发展和应用给人们留下了深刻的印象。神经网络是深度学习和人工智能的关键元素，然而，真正了解神经网络工作机制的人少之又少。本书用轻松的笔触，一步一步揭示了神经网络的数学思想，并介绍如何使用Python编程语言发神经网络。本书将带领您行一场妙趣横生却又有条不紊的旅行 从一个非常简单的想法始，逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识，并且本书还给出易于理解的微积分简介。本书的目标是让尽可能多的普通读者理解神经网络。读者将学习使用Python发自己的神经网络，训练它识别手写数字，甚至可以与专业的神经网络相媲美。本书适合想要了解深度学习、人工智能和神经网络的读者阅读，尤其适合想要通过Python编程行神经网络发的读者参考。这是一本精心编写、给完全初学者的图书。它带
1．不用专业基础就能读懂，并制作。 2．机器人制作是火热的话题，完成制作可以在身边环境（兴趣论坛、朋友圈子、学校中）受到关注，有一定实用价值。 3．实践操作性强：从工具和材料准备、装配方法、设计思路到制作过程都配合图片，行了详细讲解，可以对照操作，来完成自己的制作。 4．所选制作实例也有相应的技术价值，读者不光可以制作出有趣的机器人，也可以从中学到相应的知识，比如模拟电路、神经元网络、数字电路等。 5．作者在杂志、网络上有一定影响力。
机器学习正在迅速成为数据驱动型世界的一个bi备模块。许多不同的领域，如机器人、医学、零售和出版等，都需要依赖这门技术。通过阅读 Python机器学习实践指南 ，你将学习如何一步步构建真实的机器学习应用程序。Python机器学习实践指南 以通俗易懂，简洁明了的方式，教你如何使用机器学习来收集、分析并操作大量的数据。通过易于理解的项目，本书讲解如何处理各种类型的数据、如何以及何时应用不同的机器学习技术，包括监督学习和无监督学习。本书中的每个项目都同时提供了教学和实践，你将学习如何使用聚类技术来发现低价的机票，以及如何使用线性回归找到一间便宜的公寓 。Python机器学习实践指南 适合的读者包括了解数据科学的Python程序员、数据科学家、架构师，以及想要构建完整的、基于Python的机器学习系统的人们。通过阅读Python机器学习实践
Unity3D是近年非常流行的一个3D游戏开发引擎，已成为手机游戏开发的主要开发工具之一，也用于计算机虚拟现实领域的模拟飞行、模拟射击、模拟驾驶等技术的开发。手机（或其他平台）的游戏逐渐高档化、复杂化，游戏角色也需要具有更高的“智能”。 本书专门讲解了Unity3D游戏人工智能开发的相关技术。书中精选了游戏AI中*必要、*实用的几项关键技术，用大量Unity3D示例代码、图片，以深入浅出的方式讲解游戏人工智能理论、设计原则和Unity3D编程实现方法。每个程序都有详细的注释并运行测试通过。 希望本书能给具备初步Unity3D游戏开发编程能力的读者在创作“更高智能”游戏角色时提供系统地、快捷地帮助。 本书精选Unity3D游戏开发中*关键、*实用的人工智能技术，用大量案例详细剖析了人工智能理论、设计原则和编程实现的方法。 每个
深度学习是机器学习的一个分支，其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O，帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包始，着转向建立神经网络、预测和深度预测等模型，所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后，你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。zui后，本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家，他们精通R语言数据科学概念，并希望可以使用R中的包一步探索深度学习范式。读者需要对R语言具备基础的理解，并熟悉统计算法和机器学习技术。通过阅读本书，你将能够:● 建立R包H2O训练深度学习模型；● 理解深度学习模型背后的核心概念；● 使用自动编码器识别
《电子信息与电气工程技术丛书：RBF神经网络自适应控制MATLAB仿真》特色： 神经网络控制算法重点置于学科交叉部分的前沿研究和介绍一些有潜力的新思想、新方法，同时又兼顾基本概念、基本理论和基本方法； 针对每种神经网络控制算法，给出了完整的MATLAB仿真程序，并给出了程序的说明和仿真结果，具有很强的可读性； 着重从应用角度出发，理论联系实际，面向广大工程技术人员，具有很强的工程性和实用性。书中有大量应用实例及其结果分析，为读者提供了有益的借鉴； 书中各种神经网络控制算法完整，程序结构设计力求简单明了，便于自学和进一步开发。
全面梳理无人驾驶技术之作！ 适合对无人驾驶技术感兴趣的在校学生、工业从业者，以及相关人士阅读。 无人驾驶技术概览 无人驾驶定位导航、感知、决策与控制等算法 深度学习、强化学习、计算机视觉在无人驾驶中的应用 无人驾驶安全等多个主要技术
乐高机器人是乐高公司推出的一款新产品，它包括一套用于搭建物理结构的零件库和一个控制行为动作的大脑。
周金平编著的《生产系统仿真——PlantSimulation应用教程》的一个显著特是没有长篇的理论介绍，而是将理论分散到建模过程中讲述，是生产系统各领域的综合应用；应用工业工程的方法来提升生产线产出率，行企业内部物流配送优化、车间布置优化、流水线平衡、生产计划与排程优化、人机作业分析和仓储仿真优化等经典工业工程问题的讲述与建模。同时，为使读者更好地掌握PlantSimulation，本书建立的仿真模型除第1章外，所有模型均采用了参数化设计的思路，只需简单的修改和扩充，就可以在本模型基础上发面向本科教学、研究生教学的仿真实验平台，也可以面向科研课题和企业实际应用行快速扩充应用。
奇是得到广泛关注的话题，国内的百度公司也很热衷于奇的研究和探讨。随着AlphaGo 以4:1 战胜围棋九段棋手李世石，人工智能再次引发人们的关注，读者急需了解什么是奇，这一理论对人类的未来会有什么影响！这是一本以人工智能大爆炸，机器人危机等为话题的书，涉及当前很热的话题，在国内外关注度都很高。作者在本书中融合了全新的技术发展展望和观。本书电子版将配合中文印刷版同步上市。
本书是一部探讨和讲述将目前仅局限于计箅机软件设计领域的面向对象(OO)的理论及方法.如何在当代工业控制系统的设计中进行全面、彻底推广的专著。
机器学习是计算机科学和人工智能中非常重要的一个研究领域。
- 领导 谷歌大脑 的工程师Jeff Dean发来寄语- 李航、余凯等人工智能领域专家倾力推荐- 基于TensorFlow 1.1，包揽TensorFlow的新特性- 技术内容全面，实战案例丰富，视野广阔- 人脸识别、语音识别、图像和语音相结合等热一应俱全TensorFlow是深度学习的zui流行的框架之一，极适合新手门。谷歌公司正致力于建立一个相关软件和机器学习模型的源生态系统，这是人工智能发展的技术风口。本书基于TensorFlow1.1版本，深TensorFlow基础原理、设计理念、编程模型、源码分析和模型构建、工业界应用、大规模数据训练等。全书分为基础篇、实战篇和提高篇三部分。 基础篇 人工智能门，学习深度学习的方法。 TensorFlow基础原理、设计架构和编程模型。 常用API、批标准化、模型的存储与加载、队列及线程、实现一个自定义OP。 TensorBorad可视化的全面解析。 源码分析。 神经网络（CNN和RNN）
《物品编码标识》从信息标准化人手，系统介绍了物品编码标识系统的相关知识及其应用。
本书综合运用人工智能、认知科学、社会心理学、演化计算等学科知识，提供了一些非常有价值的新见解，并将这些见解加以应用，以解决较难的工程问题。书中首先探讨了群体智能的理论，将这些理论和模型应用于实际，详尽展示了仿生计算的实现方法，提供了强有力的优化、学习和解决问题的方法。
今天的青少年*需要教授的能力是什么？不是应付各种考试的应试能力，而是他在一生中*需要运用到的：从小到大形成的创新思维与实践能力。教育不是为社会机器塑造一个合适的螺丝钉，而是倾听孩子的声音，帮助他成为自己，帮助他在未来生活中，找到自己想要的幸福。创客教育对青少年的培养着力于提高学生解决未知问题的能力，没有标准答案，所有问题都需要自己去探索、讨论、总结、升华，让学生真正参与到创新与实践的过程，并在此过程中获得自我提升与历练，找到未来的方向。本书的创客教学模式融合了STEAM(科学、技术、工程、艺术、数学)教学理论，通过创意电子设计的教学指导，让青少年的创造力、学习力、执行力、组织力、表达力为主体的五维能力得到综合提升。本书采用项目型研究课题的教学模式，通过完成逐步进阶的项目课题，让不同认知
本书系统地总结了人脸识别研究领域，填补国内有关该领域图书的空白，很好地总结了近年人脸识别算法研究成果，并提供了具体算法实现和研究结果，为该领域研究人员提供很好的借鉴。从事人脸识别研究的读者结合本书及**的相关科技期刊进行人脸识别研究，可以大大地减少研究前期为进入本领域而进行论文阅读和相关论文总结所需要的时间。目前各地对人脸识别研究更加关注和投入，出版这本图书可为相关领域研究人员提供便捷工具，并提高研究机构在该领域研究的普及化。
多主体的研究与应用是近年来备受关注的热点领 域，多主体强化学习理论与方法、多主体协作策略的 研究是该领域重要研究方向，其理论和应用价值极为 广泛，备受广大从事计算机应用、人工智能、自动控 制、以及经济管理等领域研究者的关注。
机器学习是计算机科学和人工智能中非常重要的一个研究领域。
说话人识別是根据语音波形中反映说话人生理和行为的特征的语音参数.A动识別说话人身份的技术《本书作者结合多年的科研工作.分5个部分介绍了说话人识別的a本概念、方法以及**研究进展。
1.不用任何专业基础就能读懂并制作，即便是中小学生也没问题。 2.具备知识性、趣味性，符合当今素质教育鼓励发学生动手能力的主题。 3．机器人制作是火热的话题，完成制作可以在身边环境（兴趣论坛、朋友圈子、学校中）受到关注，有一定实用价值。 4．实践操作性强：从工具和材料准备、装配方法、设计思路到制作过程都配合图片，行了详细讲解，可以对照操作，来完成自己的制作。 5．所选制作实例也有相应的背景知识，读者不光可以制作出有趣的机器人，也可以从中学到相应的知识，比如电子元件常识、机器人的运动方式、仿生学等。 6．作者在杂志、网络上有一定影响力。 7.有配套套件，既可以借助套件推广图书，也可以考虑图书搭配套件销售。
机器人的天空：基于Arduino的机器人制作（光盘内容另行下载，地址见书封底）
机器人教育在我国已经开展了多年，但是在普及方面还存在明显的不足。很多教师和同学都希望能够拥有一套面向教育、价格适中的机器人教育解决方案，帮助他们在学校里以机器人社团或是校本课程的方式开展机器人活动。毛勇编著的这本《机器人的天空--基于Arduino的机器人制作》就是为了这样的目的而编写。本书选择了全球*为炙手可热的开源硬件平台Arduino作为机器人主控制器的基础，又根据教育的特点在其上进行了一些定制开发工作，将它的学习曲线进一步降低下来。 本书针对的读者是对机器人拥有热情但并不了解的初学者。
1. 人工智能属于当前社会各界关注的热，本书系统地介绍了人工智能的定义、发展历程及其对各个领域的影响，有助于读者从宏观上深刻理解人工智能的本质，把握技术发展趋势。2. 本书为国内原创图书，能够结合我国的实际和政策，更有指导意义。
本书主要阐述EDA技术和数字系统设计方法，按照“编程器件→设计语言→开发软件→系统设计”的顺序，系统地介绍PLD器件、VHDL设计语言、流行的EDA设计软件和数字系统设计方法等内容，力求涵盖数字系统开发设计中所涉及的主要方面，并在内容上进行精心编排，以着眼于综合开发能力的提高。
神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于发的API和包，具有 一次编写，随处运行 的可移植性。本书完整地演示了使用Java发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户
和谐人机环境是计算机理论和技术的一个重要的发展方向，也是当前计算机研究的一个热点领域。
MLlib是Apache Spark机器学习库。本书入门简单，实例丰富，详解协同过滤、线性回归、分类、决策树、保序回归、聚类、关联、数据降维、特征提取和转换等MLlib主要算法，用实例说明MLlib大数据机器学习算法的运用。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车