人工智能的故事

機器學習是一門涉及高等數(shù)學、線性代數(shù)、概率論、統(tǒng)計學和運籌學等領域的交叉學科。機器學習的基礎就是數(shù)學，這也就要求學習者要有良好的數(shù)學基礎。為了降低機器學習的學習門檻，本書深入淺出地對機器學習算法的數(shù)學原理進行了嚴謹?shù)耐茖�；并利用Python3對各種機器學習算法進行復現(xiàn)，還利用介紹的算法在相應數(shù)據(jù)集上進行實戰(zhàn)。本書主要內(nèi)

本書為初學者物聯(lián)網(wǎng)技術入門教材。全書共6章，內(nèi)容涵蓋了物聯(lián)網(wǎng)的關鍵技術，包括物聯(lián)網(wǎng)的構成及內(nèi)涵辨析，具體針對條碼、傳感器、MEMS、RFID、互聯(lián)網(wǎng)、移動通信網(wǎng)、ZigBee、WiFi、藍牙、WSN、EPC系統(tǒng)、綜合通信傳輸網(wǎng)技術、數(shù)據(jù)庫、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘、云計算、中間件和軟件等知識的闡述。全書充分展示了物聯(lián)網(wǎng)技術體

本書是一本獨特的物聯(lián)網(wǎng)入門教材。從物聯(lián)網(wǎng)的架構、設計原則、數(shù)據(jù)分析三個角度介紹物聯(lián)網(wǎng)的基本知識和概念；從物聯(lián)網(wǎng)中系統(tǒng)硬件和原型構建的角度，介紹如何設計和選擇物聯(lián)網(wǎng)中各個部分的組件，以構建安全的物聯(lián)網(wǎng)。本書內(nèi)容系統(tǒng)、案例豐富，適合作為高校物聯(lián)網(wǎng)入門課程的教材，也適合作為物聯(lián)網(wǎng)技術人員的參考書籍。

本書是“1+X”傳感網(wǎng)應用開發(fā)職業(yè)技能等級證書培訓輔助教材。本書從窄帶物聯(lián)網(wǎng)（NB-IoT）技術應用層面出發(fā)，根據(jù)當前高職教育改革要求，采用項目教學方式進行編寫，內(nèi)容包括初次見面、STM32微控制器的應用、輕量級操作系統(tǒng)LiteOS的應用、NB-IoT通信測試、第三方連接管理平臺、共享單車車鎖設計、共享單車應用設計。本

本書綜合探討了機器學習的理論基礎，為讀者提供了使用機器學習技術解決現(xiàn)實問題所需的知識。具體內(nèi)容包括如何概念化問題、準確表示數(shù)據(jù)、選擇和調(diào)整算法、解釋和分析結果以及做出合理的決策，采用非嚴格意義的數(shù)學進行闡述，涵蓋了一系列廣泛的機器學習主題，并特別強調(diào)了一些有益的方法，如監(jiān)督學習、統(tǒng)計學習、使用支持向量機（SVM）學習、

本書通過分析最優(yōu)化理論和算法與機器學習的關系：最優(yōu)化理論和算法促進了機器學習的發(fā)展，同時機器學習對最優(yōu)化的理論和求解方法也帶來了新的研究方向和研究方法。我們針對組合優(yōu)化問題，特別是NP問題,提出機器學習的求解方法，此類方法通過一些學習方法，結合傳統(tǒng)算法，給出了一套求解組合優(yōu)化問題的機器學習理論方法。 本書共分為六章，

我們已經(jīng)進入了數(shù)據(jù)+算力+算法發(fā)揮著巨大威力的機器腦時代人與機器的分工正在發(fā)生顛覆性的變化，并將滲透進我們生活的方方面面在本書中，作者加藤埃爾蒂斯聰志闡述了業(yè)務、數(shù)據(jù)科學與技術三者之間的關系，為機器腦的構建提供了科學的方法論。他通過對以下問題的思考，回答了“我該怎樣做”等大家都關注的問題，從而給讀者帶來巨大的啟發(fā)與幫助

這是一本從原理、算法、實現(xiàn)、應用4個維度詳細講解圖神經(jīng)網(wǎng)絡的著作，在圖神經(jīng)網(wǎng)絡領域具有重大的意義。 本書作者是圖神經(jīng)網(wǎng)絡領域的資深技術專家，作者所在的公司極驗也是該領域的領先者。本書是作者和極驗多年研究與實踐經(jīng)驗的總結，內(nèi)容系統(tǒng)、扎實、深入淺出，得到了白翔、俞棟等多位學術界和企業(yè)界領軍人物的高度評價及強烈推薦。 全書共

本書以機器學習基礎知識做鋪墊，深入剖析XGBoost的原理、分布式實現(xiàn)、模型優(yōu)化、深度應用等。第1～3章使讀者對機器學習算法形成整體認知，了解如何優(yōu)化模型以及評估預測結果，并熟悉常用機器學習算法的實現(xiàn)原理和應用，如線性回歸、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡、支持向量機等。第4章借助實際案例，講解如何通過XGBoost解決分類