深度学习是机器学习的一个分支，包括一套建立数据高级抽象模型的算法。《基于R语言的高级深度学习》将帮助读者了解流行的深度学习架构及其用R语言实现的变体，并提供实际示例。《基于R语言的高级深度学习》内容涵盖用于预测和分类的重要的深度学习技术和概念，包括神经网络、深度学习架构以及用R实现深度学习的基础知识。《基于R语言的高级

本书围绕物联网通信技术应用的岗位定义和岗位职能，以物联网传感器认知与应用、物联网执行器认知与应用、物联网通信终端开发、物联网短距离无线通信技术应用、物联网长距离无线通信技术应用、物联网云平台的使用为主要技能点组织和阐述物联网通信技术知识和技能。本书包括6个项目，按照感知层、网络层、应用层一步一步展开。每个项目中的任务设

本书将数学理论与实例相结合，这些实例以最*先进的通用机器学习框架为基础，由Python实现，向读者介绍更复杂的算法。全书共25章，包括机器学习模型基础、损失函数和正则化、半监督学习导论、高级半监督分类、基于图的半监督学习、聚类和无监督学习模型、高级聚类和无监督学习模型、面向营销的聚类和无监督学习模型、广义线性模型和回归

神经计算的信息论方法 香农信息科学经典

机器学习的信息论方法 香农信息科学经典

本书是《Scikit-learn机器学习详解》（潘风文编著）的进阶篇，讲解了Sklearn（Scikit-learn）机器学习框架的各种高级应用技术，包括数据集导入工具、集成学习、模型选择和交叉验证、异常检测、管道、信号分解、模型持久化以及Sklearn系统高级配置。通过本书的学习，读者可快速掌握Sklearn框架的高

本书从语义匹配的角度解决搜索引擎和推荐系统的关键痛点，为构建解决语义匹配问题的深度学习模型提供了通用框架。第1章概述搜索和推荐中的语义匹配问题，以及近年来的研究进展。第2章介绍传统匹配模型，包括潜在空间模型。第3章介绍深度学习技术在构建匹配模型时的应用。第4章和第5章分别介绍用于搜索和推荐的深度匹配模型，并将当前的深度

本书讲解概率图模型的基本原理及其在机器学习、大数据建模、深度神经网络模型中的应用,并且从概率图模型的角度讲解机器学习算法、深度神经网络模型的概率原理，培养学生知其然，并知其所以然的思维方式，解决学生应用建模时仅局限于模型选型和调参的问题。本书内容丰富，将原理与实例相结合，数学与代码相结合，可作为高等院校的人工智能

本教材遵循案例教学模式进行课程教学设计，围绕人工智能应用案例展开，强调学科教学设计、主要研究内容、核心研究领域及前沿理论和技术等，内容涉及图像、视频、语音、文本和机器人。本教材覆盖人工智能（师范）专业入门必须掌握的知识，强调基础性和前沿性并重，理论和实验相统一，着力于师范生的课程设计能力、案例分析能力和动手实践能力的培

本书介绍了软件测试的基本概念、原理、基本方法及测试过程等内容，包括软件测试技术概述、静态测试、黑盒测试、白盒测试、集成测试、系统测试、测试报告管理、智能软件测试以及单元测试框架Junit、压力测试工具Jmeter的使用方法，同时还介绍了软件测试与质量保证等内容。本书为软件测试的基础教材，旨在让学生能够熟练地对实际软件进