机器学习实战基于PythonSKlearn的解析本书前6章介绍基础准备、数据探索、数据预处理、机器学习模型（分类、回归、聚类）、集成学习、模型评估及持久化；第7章介绍机器学习在土木工程中的应用场景，并以五个工程案例系统化讲解SKlearn库的应用。本书轻原理、重实践，适合广大对机器学习有兴趣，并且想系统学习数理统计的读

作为该系列丛书的辑，本书的核心目的，在于帮助零基础的学习者，以系统化的方式构建起关于UX的基础性认知，并掌握用于应对UX初级实践的技能以及初建专业的反思能力。 但是，这并不意味着本书只适合零基础的读者阅读。本系列丛书的核心特征在于基于对UX底层问题的反思，进而展开UX理论体系的重构。这在本书中的具体表现包括：，从不同维

本书主要包括深度学习的理论部分与实践部分。在本书的理论部分中,本书从“学习”展开,通过对学习的词源考察、历史视野、学术视野梳理以及不同生命阶段学习的分析,明确学习的本质意涵和基本观念。在此基础上,分别从深度学习的缘起和进展、理论基础、基本内涵、过程模型、评价模式五个维度对“深度学习”理论展开阐述。在本书的实践部分,基于

本书主要介绍了以Python为语言的人工智能相基础概念和算法,以实训为主,在实训案例中深刻理解与掌握人工智能相关应用。本书共分为五篇。第一篇介绍Python的基础用法,包含了变量、操作符、列表、元组、字典、科学计算库Numpy、可视化库matplotlib等,第二篇介绍机器学习算法应用,如KNN、逻辑回归、决策树等,第

本书围绕人工智能基础知识介绍了基本开发环境及编程基础知识,机器学习中经典及常用算法及算法实现,深度学习基础知识和实现环境,以及深度神经网络的实现过程,计算机视觉和自然语言处理的部分算法实现,最后通过两个嵌入式人工智能案例融合前面章节介绍的基础算法,完整实现了人工智能在实际生活中的应用实例。通过学习,学生能掌握人工智能的

本书主要包括以下内容:1.针对链接数据的结构特点,将数据的逻辑结构抽象成模块化本体库,给出了本体模块知识完整性的概念,并证明了知识完整性的相关性质。在此基础上,提出了针对模块化语义数据的保守扩充集成算法,分析并验证了算法的可行性和正确性。2.以RDF三元组为研究对象,研究了结构化语义数据源的语义扩展问题。通过分析三元组

本书以“模拟论”化解种种对AI的质疑；以通俗的语言、清晰的逻辑、有趣的历史回眸和作者自己的工作体验引导读者，拨开围绕AI的重重迷雾，获得必备的AI概念和知识，了解AI的学术派别以及目前的困境和发展趋势。从而看清我们国家和教育、科学、企业界面临的竞争态势，自觉建立欢迎AI与人类共生的科学心态，主动投入自己“优雅转型”的历

本书是创客应用技能训练丛书之一,本书遵循“以能力培养为核心,以技能训练为主线,以理论知识为支撑”的编写思想,采用基于工作过程的任务驱动教学模式,使用基于智能硬件ESP32WiFi模块的优创ESP32开发板、WeMosD1R32开发板,应用ArduinoIDE开发环境、MicroPythonIDE开发环境及编程方法,以4

本书在国内外关于脑模型与智能机已有工作成果的基础上,在脑科学、神经科学等新进展、新成果的启发下,从生物控制论和大系统控制论的观点出发,对人脑的全局脑结构、整体脑功能进行体系结构分析,突出信息处理的智能特性,淡化信息处理的生理特性,从而提出模拟人脑结构和功能的三中枢自协调类脑模型的总体方案。本书提出用感知中枢、思维中枢和

本书采用项目式学习法，通过简单、有趣、实用性强的小案例，让读者能够轻松体验和学习深奥的人工智能技术。同时，每个项目通过无代码的人工智能学习网站、拖拽式积木编程、少量代码的Python编程等多种方式实现，读者可以根据自身水平选择合适的方式进行学习体验。 本书共分7章，序章总述人工智能，第1~6章分别从图像处理、文本处理