本書是《動手學深度學習》的重磅升級版本，選用PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。 本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出基礎的神經(jīng)網(wǎng)絡——多層感知機；第二部分闡述深度學習計算的關鍵組件、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、注意力機制等大多數(shù)現(xiàn)代深度學習應用背后的基本工具；第三部分討論深度學習中常用的優(yōu)化算法和影響深度學習計算性能的重要
本書是《動手學深度學習》的重磅升級版本，選用經(jīng)典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的交互式學習體驗。本書重新修訂《動手學深度學習》的所有內容，并針對技術的發(fā)展，新增注意力機制、預訓練等內容。本書包含15章，第一部分介紹深度學習的基礎知識和預備知識，并由線性模型引出最簡單的神經(jīng)網(wǎng)絡多層感知機；第二部分闡述深度學習計算的關鍵組件、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡、注意力機制等大多數(shù)現(xiàn)代深度學習應用背后的基本工具；第三部分討論深度學習中常用的優(yōu)化
本書以Python為實現(xiàn)工具，介紹程序設計的基本思想方法，并對人工智能的基礎知識進行了系統(tǒng)化的介紹，從傳統(tǒng)的機器學習的基礎知識、經(jīng)典算法到深度學習的網(wǎng)絡模型、應用領域都進行了相應的介紹。
本書共10章，分別是緒論、線性表、棧和隊列、串、多維數(shù)組和廣義表、樹、圖、排序、查找和經(jīng)典算法分析。全書的算法程序基于C和Java兩種語言實現(xiàn)。本書的知識體系符合當前對該課程的主流認知，從文字組織及示例設置上，將本書劃分為四個部分，基礎理論、基礎應用、常規(guī)應用和經(jīng)典算法分析，既體現(xiàn)了由理論到實踐的遞進，又保證了內容的緊湊完整。本書是應用型本科教材，覆蓋了“數(shù)據(jù)結構”課程絕大部分知識范疇，并給出了算法實現(xiàn)代碼，對比較復雜的問題不僅給出了設計思路，還給出了具體示例分析，以幫助讀者理解和掌握，因此，本
本書共有5章。其中，第1章是緒論，介紹了什么是AR技術、AR技術的關鍵技術、AR技術的應用領域。第2章介紹了AR開發(fā)環(huán)境的搭建工作，包括安裝Unity引擎、搭建EasyAR環(huán)境、搭建VisualStudio環(huán)境。第3章介紹如何使用Unity和EasyAR制作一個簡單的AR應用。第4章設計和實現(xiàn)了一款介紹太陽系中太陽和八大行星的科普知識的AR應用。第5章在第4章的基礎上增加了更多的內容，包括相關星球科普知識的中英文語音播放以及對應的中英文字幕的顯示等。
本書是基于“新工科”背景應用型工程教育中人才培養(yǎng)模式要求編寫而成的，從計算思維視角探索程序設計的過程和目標，其中設計的每個案例代表性都很強。本書共 12 章，內容包括引論、數(shù)據(jù)類型、運算符與表達式、輸入與輸出、順序結構程序設計與執(zhí)行、分支結構程序設計與執(zhí)行、循環(huán)結構程序設計與執(zhí)行、指針的定義與引用、數(shù)組與指針、模塊化程序設計、結構體與鏈表、文件操作。本書既適合信息類相關人員了解程序設計與計算思維所用，又適合為非信息類相關人員提供信息理論與技術幫助。
眾智網(wǎng)絡化應用已經(jīng)深入人們生活的方方面面，但是目前仍缺乏有效且合理的眾智網(wǎng)絡基礎理論體系，無法解釋互聯(lián)網(wǎng)時代的各類眾智現(xiàn)象背后的內在機理或規(guī)律。本書以眾智網(wǎng)絡為主要研究對象，研究眾智網(wǎng)絡的抽象建模，歸納智能體建模、心智計算、各類復雜系統(tǒng)建模等與眾智網(wǎng)絡相關的建模技術，重點闡述眾智網(wǎng)絡中智能數(shù)體的建模技術和眾智網(wǎng)絡互聯(lián)的建模技術，并結合眾智網(wǎng)絡的具體應用進行說明。
本書是近年來作者對混合智能系統(tǒng)研究成果及經(jīng)驗的總結。本書界定了混合智能系統(tǒng)的研究范圍和研究層次，給出了混合智能系統(tǒng)的概念。以設計科學的思想為基礎，以基于案例推理的混合智能系統(tǒng)技術選擇為核心，依據(jù)“從定性到定量綜合集成研討廳”的基本思想，提出了基于案例推理的混合智能系統(tǒng)構造方法。在對串型混合智能系統(tǒng)、并型混合智能系統(tǒng)、反饋型混合智能系統(tǒng)、內嵌型混合智能系統(tǒng)、混聯(lián)型混合智能系統(tǒng)的應用特點進行分析的基礎上，對基于案例推理的混合智能系統(tǒng)構造方法進行了實證研究，并將混合智能系統(tǒng)引入商務智能的應用中。最后對
本書是近年來作者對文本情感分類研究成果及經(jīng)驗的總結。本書針對文本情感分類中存在的高維數(shù)據(jù)、非均衡數(shù)據(jù)和無標簽數(shù)據(jù)等問題，將泛化能力和適應性較強的集成學習引入文本情感分類問題的研究中，系統(tǒng)比較各類集成學習方法在文本情感分析中的有效性，以此為基礎分別研究基于POS-RS的文本情感分類問題、基于非均衡數(shù)據(jù)分類的文本情感分類問題，以及基于半監(jiān)督學習的文本情感分類問題。
本書針對線性定常隨機系統(tǒng)、時滯線性隨機系統(tǒng)、分布式線性隨機系統(tǒng)、時變或非線性隨機系統(tǒng)等，以狀態(tài)觀測器/濾波器、等價空間法、分布式狀態(tài)觀測器、滾動時域估計等方法為研究工具，探討了殘差生成器的設計、間歇故障發(fā)生時刻與消失時刻的檢測以及間歇故障可檢測性分析等問題。全書主要內容包括：必要的研究背景和預備知識、線性定常隨機系統(tǒng)的間歇故障檢測問題、時滯線性隨機系統(tǒng)的間歇故障檢測問題、分布式線性隨機系統(tǒng)的間歇故障檢測與定位方法、時變或非線性隨機系統(tǒng)的間歇故障檢測前沿問題、實驗驗證了本書間歇故障檢測理論的有效性
新書資訊 新書推薦