隨著人工智能技術(shù)的不斷發(fā)展，自然語言理解、自然語言生成與深度學(xué)習(xí)技術(shù)的密切配合使對(duì)話機(jī)器人的智商得到了顯著提升。然而，擁有了智商的對(duì)話機(jī)器人有時(shí)仍然無法滿足人類的需求。人們期待對(duì)話機(jī)器人能夠脫掉冷冰冰的外殼，像人類一樣具有觀察、理解和表達(dá)各種情感的能力，即具有情商。本書著眼于提高對(duì)話機(jī)器人的情商，結(jié)合人機(jī)對(duì)話的特點(diǎn)，詳

本書是一本關(guān)于數(shù)據(jù)流挖掘與在線學(xué)習(xí)算法的著作，該書全面、系統(tǒng)闡述了數(shù)據(jù)流機(jī)器學(xué)習(xí)的模型、算法、平臺(tái)與實(shí)例。全書共10章，分為4個(gè)部分：第1部分包括第1～3章，介紹數(shù)據(jù)流機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)；第2部分（第4～6章）介紹基于頻繁模式的數(shù)據(jù)挖掘與在線學(xué)習(xí)算法；第3部分是基于模型的在線學(xué)習(xí)算法，包括第7章在線稀疏學(xué)習(xí)模型和第8章在

大數(shù)據(jù)是推動(dòng)創(chuàng)新型國家建設(shè)的重要戰(zhàn)略資源。本書從機(jī)器學(xué)習(xí)、可視分析、知識(shí)處理、數(shù)據(jù)挖掘等角度出發(fā)，詳細(xì)討論了大數(shù)據(jù)分析的相關(guān)基礎(chǔ)理論和技術(shù)方法，主要包括：大數(shù)據(jù)機(jī)器學(xué)習(xí)理論與方法，大數(shù)據(jù)可視分析理論與方法，多源不確定數(shù)據(jù)挖掘方法與技術(shù)，自動(dòng)深層化知識(shí)處理方法與技術(shù)，大數(shù)據(jù)分析平臺(tái)、標(biāo)準(zhǔn)與應(yīng)用示范等。本書總結(jié)了部分代《B

內(nèi)容提要 本書從實(shí)用教學(xué)的角度出發(fā)，以教學(xué)項(xiàng)目為載體，主要介紹目前常用傳感器的工作原理、基本結(jié)構(gòu)、工作特性、信號(hào)處理電路及其基本應(yīng)用，以項(xiàng)目拓展的形式對(duì)相應(yīng)傳感器的內(nèi)容進(jìn)行延伸，擴(kuò)大學(xué)生的知識(shí)面，提高學(xué)生的雙創(chuàng)能力。 全書共分16個(gè)教學(xué)項(xiàng)目。每個(gè)項(xiàng)目分為項(xiàng)目描述、知識(shí)準(zhǔn)備、項(xiàng)目實(shí)施、項(xiàng)目拓展、項(xiàng)目小結(jié)和項(xiàng)目訓(xùn)練6個(gè)部分

ROS是建立在開源操作系統(tǒng)Ubuntu系統(tǒng)之上的開源的機(jī)器人操作系統(tǒng)，其主要目標(biāo)是為機(jī)器人研究和開發(fā)提供代碼復(fù)用的支持。它提供了操作系統(tǒng)應(yīng)有的服務(wù)，包括硬件抽象、底層設(shè)備控制、共用功能的執(zhí)行、進(jìn)程間消息傳遞，以及包管理。ROS的官方網(wǎng)站也提供了各種支持文檔，相關(guān)資源構(gòu)成了一個(gè)強(qiáng)大的生態(tài)系統(tǒng)，使得學(xué)習(xí)和使用ROS非常方便

Hadoop是使用最廣泛的大數(shù)據(jù)處理框架之一，在大數(shù)據(jù)領(lǐng)域有著極其重要的地位，掌握Hadoop可以讓學(xué)習(xí)者對(duì)大數(shù)據(jù)的理解更進(jìn)一步。本書是基于Hadoop3.1.3編寫的，從大數(shù)據(jù)的特點(diǎn)和處理難點(diǎn)入手，逐步講解Hadoop的起源和發(fā)展。從搭建Hadoop的學(xué)習(xí)環(huán)境開始，依次對(duì)Hadoop的三大功能模塊進(jìn)行重點(diǎn)講解，并且結(jié)

本書從大數(shù)據(jù)基礎(chǔ)原理、大數(shù)據(jù)分析方法和大數(shù)據(jù)行業(yè)應(yīng)用三個(gè)部分介紹大數(shù)據(jù)技術(shù)。全書共12章，內(nèi)容包含大數(shù)據(jù)的基本概念，分布式基礎(chǔ)架構(gòu)Hadoop，分布式文件系統(tǒng)HDFS，NoSQL數(shù)據(jù)庫，分布式計(jì)算框架MapReduce，大數(shù)據(jù)基本分析方法（聚類、分類與預(yù)測(cè)），大數(shù)據(jù)在搜索引擎、推薦系統(tǒng)以及其他行業(yè)的應(yīng)用。本書在前7章設(shè)

本書圍繞新工科背景下大數(shù)據(jù)人才培養(yǎng)需求編寫，系統(tǒng)介紹了大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)存儲(chǔ)與管理、大數(shù)據(jù)處理與分析、大數(shù)據(jù)可視化處理流程；重點(diǎn)分析了科大訊飛大數(shù)據(jù)平臺(tái)在政務(wù)、交通、金融和用戶畫像等實(shí)際場(chǎng)景中的應(yīng)用，還介紹了大數(shù)據(jù)實(shí)驗(yàn)環(huán)境的詳細(xì)搭建步驟；最后介紹了大數(shù)據(jù)治理中法律政策、行業(yè)標(biāo)準(zhǔn)建設(shè)的最新進(jìn)展，分析了大數(shù)據(jù)可能帶

結(jié)合主流分布式計(jì)算框架、國產(chǎn)芯片，介紹算法極致性能優(yōu)化實(shí)踐，開發(fā)面向企業(yè)級(jí)應(yīng)用的高性能數(shù)據(jù)挖掘算法；剖析數(shù)據(jù)挖掘算法的典型應(yīng)用案例，啟發(fā)讀者在面向科研問題、企業(yè)應(yīng)用，基于數(shù)據(jù)挖掘算法快速構(gòu)建應(yīng)用。

《機(jī)器人手冊(cè)》（原書第2版）第2卷機(jī)器人技術(shù)共分三篇：傳感與感知、操作與交互、移動(dòng)與環(huán)境。第3篇傳感與感知詳細(xì)介紹了機(jī)器人不同的感知形態(tài)和跨時(shí)空的傳感數(shù)據(jù)融合技術(shù)，主要用于生成機(jī)器人模型以及外部環(huán)境，涵蓋力、觸覺傳感器，慣性傳感器、GPS和里程計(jì)，聲吶傳感器，距離傳感器等常用的機(jī)器人傳感器，三維視覺導(dǎo)航與抓取，視覺對(duì)象