本書從機器學習的基本原理入手，以常見模型為驅動，配以精心設計的實踐案例，為大家呈現(xiàn)了機器學習理論知識和應用方法。書中運用Python語言及scikit-learn庫實現(xiàn)了幾大常見機器學習模型的訓練程序和預測程序，讓讀者能夠理論聯(lián)系實際，在學習、工作中應用機器學習。本書適合打算入門機器學習的人閱讀。

本書根據(jù)新時代各學科建設的內涵和標準，根據(jù)立德樹人教育理念，結合創(chuàng)新應用型人才培養(yǎng)目標和計算機二級考試需求編寫。內容糅合課程蘊涵的思政元素，體現(xiàn)學科前沿性與時代性，增加云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和Python程序設計等學科前沿知識。以綜合應用為主線，采用“案例引導，任務驅動”的方式組織全書，內容通俗易懂，凸現(xiàn)綜合

《ArtificialIntelligence：FromBeginningtoDate》coversawiderangeoftopicsinartificialintelligencewiththreedistinctfeatures.《ArtificialIntelligence：FromBeginningtoDat

機器學習及其應用2021

本書論述人工智能與機器學習的基礎知識、振動信號處理基礎知識、機器學習在振動信號處理中應用的基本理論和方法，提供各種應用實例，并闡述實現(xiàn)振動信號測試、分析、處理的軟硬件系統(tǒng)，給出基于機器學習的振動信號測試、分析、處理的算法。全書共10章，主要包括：振動測試傳感器、振動測試系統(tǒng)、振動信號處理基礎、振動信號時域處理、振動信號

《人工智能導論》從人工智能的基本知識點（知識表示、搜索策略、確定性推理和不確定性推理等）入手，在全面講解基礎知識之后，進一步介紹人工智能在各領域中的研究，如人工智能在機器學習、專家系統(tǒng)、智能體、自然語言處理及其他領域的研究，并且配有豐富的實例方便讀者理解學習，幫助讀者由淺入深地學習人工智能知識�！度斯ぶ悄軐д摗钒凑杖斯�

傳輸理論是一門古老而又年輕、直觀而又深刻、連續(xù)而又離散、基礎而又應用的學科，將概率統(tǒng)計、微分幾何、流體力學和非線性偏微分方程融為一體，和諧優(yōu)美，深邃有力。Monge在250年前提出了傳輸問題，Kantorovich給出部分解答從而獲得1972年度的諾貝爾經濟學獎。丘成桐先生從微分幾何角度為這一理論做出杰出貢獻了，而Vi

本書由長期從事物聯(lián)網(wǎng)領域研發(fā)的技術和商業(yè)專家撰寫，多視角呈現(xiàn)了物聯(lián)網(wǎng)的全貌。第2版涵蓋技術領域的新進展、各標準和聯(lián)盟的新發(fā)展以及應用領域的新案例，并新增一章專門討論安全問題。全書首先分析物聯(lián)網(wǎng)的全球背景，包括技術和商業(yè)驅動因素；然后介紹物聯(lián)網(wǎng)解決方案的技術細節(jié)，包括安全性、隱私和信任，以及新的架構和參考模型；zui后介

本書分為四個部分。第1部分簡單概述人工智能。第2部分對概述進行擴展，并加深讀者對機器學習的理解。第3部分涉及神經網(wǎng)絡，即計算機通過使用相互連接的多層人工神經元層來模擬人腦的結構和功能。第4部分介紹一些使用人工智能輔助商業(yè)的常用工具。

本書是在原書第1版的基礎上，經過全面的修訂、更新和擴展，保留了相同的可讀性和解決問題的方法，同時介紹了新的素材和*新發(fā)展。全書分為5個部分，重點介紹了人工智能中常見的關鍵的技術。本書第1部分介紹了基于邏輯的方法，第2部分則重點介紹了基于概率的方法，第3部分介紹了新興的涌現(xiàn)智能，探討了基于群體智能的進化計算及其方法。接下