Google、微软和Facebook等公司正在积极发展内部的深度学习团队。对于我们而言，深度学习仍然是一门非常复杂和难以掌握的课题。如果你熟悉Python，并且具有微积分背景，以及对于机器学习的基本理解，本书将帮助你开启深度学习之旅。 *检验机器学习和神经网络基础 *学习如何训练前馈神经网络 *使用Tenso

本书是一本易学易懂的神经网络教材，主要讨论网络结构、学习规则、训练技巧和工程应用，紧紧围绕“设计”这一视角组织材料和展开讲解，强调基本原理和训练方法，概念清晰，数学论述严谨，包含丰富的实例和练习，并配有课件和MATLAB演示程序。本书要求读者具备线性代数、概率论和微分方程的基础知识，可作为高年级本科生或一年级研究生的神

《物联网概论第2版》以物联网中的数据流动为主线，介绍了物联网的基本概念和体系结构，包括从物品信息编码到自动识别、从传感器到传感器网络、从局部网络到互联网、从终端设备到数据中心、从嵌入式系统到服务器集群、从数据融合到云计算，以及从设计思想到物联网标准，以广度为主，阐述了组建物联网的各种集成技术和所涉及的概念。 《物联网

本书以项目为导向，通过工程预览使学生对项目有一个大体的了解，通过任务分析让学生了解项目的具体要求，使学生具有分析项目解决问题的能力，通过任务实施让学生了解项目实施的过程，通过工程配套开发使学生能够具体的开发一个简单的系统工程，并通过部署的硬件实现软硬件的结合，从而完成项目。本书从易到难有9个项目，通过这9个项目学生可以

这本书融合了大数据理论与智能云(物联网)的新技术。数据分析师和计算机科学家必须学会如何有效地使用云和物联网来发现新的知识，进而才能明智地做出重要决策。本书旨在缩短这些学习方向之间的差距,并鼓励数据科学家和云计算科学家之间的相互学习与合作。书中将大数据集成理论、云设计原则、物联网传感、机器学习、数据分析、Hadoop和S

本书共分15章，内容包括：自动控制的一般概念、自动控制系统的数学模型、自动控制系统的时域分析法、自动控制系统的频率分析法、自动控制系统的校正、MATLAB仿真软件简介等。

概率网是人工智能学科表示并处理概率知识的一类图模型方法。多源概率网融合是全面进行概率知识表示和推理研究中的重要问题。已有T作大多限于贝叶斯网、影响图和可能性网等定量概率网的融合，较少考虑到概率知识只能定性表示或只需定性表示时的定性概率网（QualitativeProbabilisticNetworks，QPNs）模型融

张鸿著的《基于人工智能的多媒体数据挖掘和应用实例》较系统地讲述了基于人工智能的多媒体数据挖掘和应用技术。全书共四个部分，十二个章节，首先以文本和图像为例，介绍了什么是从数据到语义的理解和挖掘；然后详细阐述了如何从底层内容特征的角度，建立多媒体数据的特征表达模型；并在此基础上，进一步以多模态数据为对象，介绍了目前的热点应

本书系统地介绍了自动控制的基本理论。全书共8章。第1章介绍自动控制的一些基本概念；第2章介绍控制系统的输入-输出模型，包括系统运动方程、传递函数、频率特性函数、框图和信号流图等；第3章介绍控制系统的状态空间模型；第4章介绍控制系统的稳定性分析；第5章介绍控制系统的时域运动分析；第6章介绍系统校正方法；第7章介绍线性控制

本书以“实际工程”为背景，为了克服传统自动控制理论教材缺乏与实际工程应用联系的不足，较注重与后续专业课程的联系，在每章开始通过引入“应用实例”，唤起读者对相关知识内容的探索欲望，并在每章的末尾与前进行呼应，应用本章所学的知识对“应用实例”进行分析计算，形成完整的工程实例引出与分析。