
机器人技术在强调一致性与完美性的工业领域极具吸引力。 自动化在当今世界发挥着重要作用,其中的大多数是通过机器人应用和支持机器人的各类平台实现的。 ROS是一个模块化软件平台,用于发通用性的机器人应用。本书聚焦于ROS当前稳定的发布版本Kinect Kame,讨论机器人领域的高级概念,并展示如何使用ROS编程。 本书首先深介绍ROS框架,帮助你清晰地了解ROS是如何工作的。然后,你将学习如何构建复杂机器人的模型,并用运动规划库(ROS MoveIt!)和ROS导航软件包集(Navigation)对机器人行仿真和交互。之后,你将了解如何把I/O发板、传感器和执行机构与ROS连,还将学习如何连硬件设备,以及如何用ROS和ROS-Industrial对复杂机器人行仿真。*后,你将了解ROS程序设计的*佳实战技巧与经验。 通过阅读本书,你将学到: ·创建一个7-DOF机械臂,以及一个差速轮式移

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。

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



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。


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。

本书从调优、并行、向量化、构建管道等深度学习基础知识始,逐步深,通过现实生活中的例子,展现深度网络架构的方法和策略。本书避免了艰深的理论讨论,而是针对实际问题提供了必要的指引。-深理解机器学习和深度学习基本概念-了解从神经网络到深度网络的演化历程-探索主流深度网络架构,包括卷积神经网络和循环神经网络-了解如何将特定的深度网络应用于适合的问题-全面了解通用的对神经网络和特定深度网络架构调优的基础知识-学习针对不同类型数据的向量化技术以及如何在Spark和Hadoop平台上原生地使用DL4J

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。

在过去几年中,自然语言处理技术的受欢迎程度呈现“爆炸式”增长。尽管Google、Facebook、OpenAI等前沿公司继续发布着规模更大的语言模型,但许多发团队仍在摸索着构建与时俱的自然语言处理应用程序。本书将帮助你快速了解自然语言处理的新技术及未来发展趋势。 通过阅读本书,你将学习如何为组织中的实际应用程序构建、训练和部署模型。作者使用强调现代自然语言处理*佳实践的代码和示例来指导你完成整个过程。 本书的主要内容包括: ?使用先的自然语言处理模型(如BERT和GPT-3)来解决命名实体识别、文本分类、语义搜索和阅读理解等自然语言处理任务。 ?发性能可媲美甚至优于箱即用系统的自然语言处理模型。 ?Transformer架构和现代技巧,比如席卷整个自然语言处理世界的迁移学习。 ?自然语言处理的工具和框架,包括spaCy、Hugging Face和fast.ai。 ?使用Python

脑机口研究先驱、巴西世界杯 机械战甲 发明者米格尔 尼科莱利斯扛鼎力作! 外骨骼、脑联网、大脑校园、记忆永生 2015年度关于人类未来*不可错过的 精彩大片 !看脑机口如何激发人类潜能、绘制人类未来新图景! 财讯传媒集团首席战略官段永朝专文推荐!清华大学心理学系主任彭凯平,英特尔中国研究院院长吴甘沙,浙江大学生物医学工程与仪器科学学院教授、求是高等研究院常务副院长郑筱祥,2003年诺贝尔化学奖得主彼得 阿格雷等各界精英联袂推荐! 湛庐文化机器人与人工智能系列。

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




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。


本书主要讲述非线性系统分析和非线性系统设计的基本理论。

全面反映新一代信息技术对机器人的变革作用,理论系统性强、理论联系实际,通过本书整合各种智能机器人的应用、科研展,通过思维导图、二维码等构建放性学习知识体系。


凡是关心FPGA和集成电路及大数据处理技术的朋友,都可以通过阅读或浏览本书收获丰富的*的FPGA相关知识。

欲建高楼,必重基础。本书讲授诸如维度法、距离度量算法、聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead算法和线性回归算法等人工智能基础算法。本书中所有算法均配以具体的数值计算示例。 人工智能算法 系列图书的目标读者是那些没有良好数学基础,又对人工智能感兴趣的人。本书读者只需具有基本的大学代数和计算机编程知识,任何超出这个范围的内容都会在书中详细说明。本书为读者提供配套的示例程序代码, 当前已有Java、C#、R、C/C 和Python的语言版本,还有社区支持维护的Scala语言版本。

人类史上人工智能灵思诗集!跟随 少女诗人 萌妹子 微软小冰,走诗的唯美世界。 微软全球执行副总裁,美国国家工程院外籍院士沈向洋博士倾情作序推荐! 师从中国519位现代诗人,经过6000分钟、10000次的迭代学习,至今创作70928首现代诗,从中精心挑选139首。 精心排放每一张美图,特种纸全彩印刷,力图将*美的诗集呈现给每一位读者! 湛庐文化出品。

一线资深技术专家撰写,凝结其自身多年的实践经验,深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具:Caffe和TensorFlow,并且初步探讨强化学习的基本原理和应用

(1)机器学习等AI技术驱动的智能数据分析是数据分析行业的未来发展方向,所有数据分析师都应该关注。 (2)作者从事数据分析与挖掘10余年,对Python等各种数据分析技术和工具都非常熟悉,在智能数据分析领域也积累了大量的经验。 (3)本书面向零Python基础和零AI基础的读者,精选了*精华的知识,包含大量示例代码,指导读者快速门。

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。


本书是东南大学信息科学与工程学院与苏州第十中学联手造的一本适合中学生学习人工智能的门教材

一本包含全部代码的参考书零基础学习深度学习基于NumPy的Python语言实现卷积神经网络本书用极少的数学知识,深浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库,完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络,并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库,如TensorFlow,书中特别对误差反向传播算法和神经网络的优化方法行了深分析。在此基础上,本书一步实现了经典的VGG网络和移动端MobileNetV2网络,同时介绍了GoogLeNet、ResNet和SENet。

今天的AI一定不会重蹈当年的覆辙吗?中国的AI产业真实发展到了什么地步?哪些AI技术*有前途?AI已经被证明可以在哪些领域改变我们的生活?哪些技术征兆,可以让我们窥视十年后的科技未来?在这个AI复兴的时代,还有哪些其他令人兴奋的科技话题?《未来学徒 读懂人工智能飞驰时代》将人工智能的技术语言翻译成大众语言,用灵活易懂的文字解读人工智能的技术核心,通过正在发生的案例摸清人工智能的发展脉络,力求对人工智能的解析让文科生也能读懂。《未来学徒 读懂人工智能飞驰时代》内容主要聚焦于2014~2018年,这是人工智能在当今时代再次复兴的关键五年,作者将其称为 人工智能飞驰时代 ,也是大众口中的 人工智能风口五年 。希望站在较为冷静的当下对火热过往的回望,能带给读者以理性的启迪。《未来学徒 读懂人工智能飞驰时代》的作者为2017


1.本书引用国内外大量理论研究和实践经验,内容翔实。 2.本书作者有数百家企业的服务经验,对于数字经济的背景、发展及相关框架有着非常清晰的认知。 3.本书从少见的经济学视角出发,而非常见的产业视角,为读者提供了不同维度的数字经济概念。 4.本书语言通俗易通,可以面向各类读者,无论是初学者还是研究者。

一本书讲透ChatGPT的前世、今生与未来,实现从AI小白到高手的化。 重磅专家力荐:著名经济学家朱嘉明作序,北京师范大学新闻传播学院学术委员会主任喻国明,畅销书《暗知识》作者、师从人工智能鼻祖伯纳德 威德罗的王维嘉博士,等倾情推荐。 聚焦前沿热:揭秘以ChatGPT为代表的大语言模型爆火背后有哪些原因?有何时代价值与意义? 描绘应用蓝图:大语言模型给哪些产业带来了福音?相关技术究竟能派上什么用场? 远瞻行业风险:机遇来临之际还将迎来哪些挑战?我们该如何应对?

十二五职业教育国家规划教材·高职高专机电一体化专业规划教材:工业机器人与机械手

本书从人工智能的历史与现状、应用和商业化未来趋势等方面行介绍,并列举了相关的案例行剖析,深分析了人工智能对社会环境所带来的变化、机遇与挑战。本书内容涵盖了人工智能的主要发展领域,如无人驾驶、金融科技、医疗服务、智慧安防等,刻画了人工智能未来的发展场景和商业模式,为我国各行业应对智能化转型提供很好的指引和借鉴。


1.机器学习门手册《机器学习精讲》姊妹篇,人工智能和机器学习领域专业人士的多年实践结晶,深浅出讲解机器学习应用和工程实践。 2.系统阐释利用机器学习大规模地解决业务问题,涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署,以及模型服务、监测和维护等全流程 3.从零始讲解,分任务、分步骤的介绍机器学习项目,展示项目完整设计过程。 4.理论实践相结合侧重于讨论多种实际应用场景,帮助读者应用到实际发中。 5.人工智能和机器学习领域专业人士Cassie Kozyrkov、Karolis Urbonas作序推荐。

读者对象:1、希望在多个平台的C 环境下始使用OpenCV的计算机视觉新手;2、计算机视觉工程师;3、从初级到高级的各级学生、教师、研究人员;4、其他对计算机视觉和OpenCV感兴趣的人员 1、鼓励 复制 粘贴 运行 这种学习方式并尝试将数学基础保持在*限度; 2、涵盖计算机视觉热门主题,提供完整的项目代码; 3、新增 为项目找到*OpenCV算法 、 避免OpenCV中的常见陷阱 ; 4、超越基础知识,从更高层次来设计和实现复杂图像识别项目。 5、版本新:OpenCV的API(v4.0.0)

本书包含PyTorch基础知识 实战案例两部分 提供notebook,方便读者交互性学习 梳理PyTorch基础知识及重、难 翔实的案例,案例包括Kaggle竞赛中经典项目、GAN生成动漫头像、AI滤镜、RNN写诗、图像描述任务 配套源代码文件供下载、读者交流QQ群

TensorFlow:实战Google深度学习框架(第2版)
前谷歌专家、现Tensorflow创业新贵,新版力邀现谷歌专家加盟,共话新版核心技术与前沿案例。 本书前版作为业界首著伴随Tensorflow火遍全球,旨在面向生产商业场景,彻底贯通原理实践。 深原理走访主创结合真实项目,AI、ML团队争相赞誉力荐,与Tensorflow一道成为事实标准。 代码全面升级为1.4 版,重关注新版功能,增设专题论述TF高层封装和深度学习自然语言应用。

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。

读者对象: 1、人工智能领域的技术工程师,尤其是机器学习和深度学习领域的工程师; 2、高校人工智能专业学生、教师以及研究人员; 3、希望了解人工智能尤其是深度学习的技术工程师和产品经理。 (1)本书由百度官方出品,PaddlePaddle总架构师共同创作。 (2)百度公司CTO王海峰博士作序,张钹院士、李未院士、百度集团副总裁吴甜联袂推荐 (3) 内容全面、由浅深、注重实践 ,结合新近PaddlePaddle技术版本,详细讲解了PaddlePaddle的技术和原理,以及如何从零始快速掌握深度学习。

本书是工业智能新技术系列中的一本,基于智能硬件发方向的一个产品,是一本可以边做边学的实用指南、智能家居DIY的必选教程。适合对机器人相关技术感兴趣的读者阅读,也适合作为普通高校相关专业的工程创新实训、课程设计、科研竞赛及实验指导教程。

- 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)

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

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。

1 作者本身也是从小白始门深度学习的,无论从书中内容,还是讲解思路,以及语言风格,均适合你从零始深度学习这个充满魔力的世界。 2 实例简单而不简约,用到了生成对抗网络和注意力机制等目前相对前沿的深度学习技术。 3 虽然是一本门教程,但是对原理的讲述也不含糊,清晰易懂,让读者能知其然且知其所以然。
