本書包含代碼實踐和案例實踐，運用OpenCV、PyTorch等框架工具詳細講解中文車牌識別檢測、采用三元組的FaceNet人臉識別理論與實踐、車道檢測的兩種深度學(xué)習(xí)思路及煙霧檢測4大實踐項目。相關(guān)理論可參考《基于深度學(xué)習(xí)的目標檢測原理與應(yīng)用》一書，從而學(xué)以致用、融會貫通。

許多部門和行業(yè)都渴望將AI和數(shù)據(jù)驅(qū)動技術(shù)整合到自己的系統(tǒng)和運營中。但要構(gòu)建真正成功的AI系統(tǒng)，你需要牢固掌握底層的數(shù)學(xué)知識。這本綜合指南彌補了AI所展現(xiàn)出的無限潛力和應(yīng)用與相關(guān)數(shù)學(xué)基礎(chǔ)之間的存在的現(xiàn)實差距。作者HalaNelson并沒有討論高深的學(xué)術(shù)理論，而是以現(xiàn)實世界的應(yīng)用和最先進的模型為重點，介紹了在人工智能領(lǐng)域發(fā)

本書將人工智能技術(shù)的理論及應(yīng)用，結(jié)合大數(shù)據(jù)時代人工智能的應(yīng)用和意義進行了探討，為同行起到了借鑒和參考的作用。

本書闡述了分布式人工智能原理及其應(yīng)用，基本原理的主要內(nèi)容包括的分布式人工智能的內(nèi)涵、基本原理、計算框架等；研究了分布式人工智能學(xué)習(xí)與優(yōu)化、強化學(xué)習(xí)與演化計算、群智能體強化學(xué)習(xí)等前沿方法；給出了分布式信息融合、視覺感知、協(xié)同搜索、對抗博弈決策和智能博弈推演等典型應(yīng)用，建立起了較為全面的知識體系與脈絡(luò)，為后續(xù)研究奠定了良好

本書是一本探討意識起源、勾勒人工智能未來圖景的學(xué)術(shù)性科普圖書。如今，人工智能已經(jīng)滲透到我們生活的方方面面，給我們生活帶來巨大便利的同時，也引發(fā)了人們對人工智能會威脅人類生存的擔憂。人工智能的本質(zhì)是什么？機器能產(chǎn)生意識嗎？如何度量機器的智能？在人工智能熱潮涌現(xiàn)的今天，本書作者直面人工智能研究乃至眾多前沿科學(xué)研究都繞不過去

"本書是在廣東省精品資源共享課程教材《自動控制原理》（第5版）的基礎(chǔ)上經(jīng)總結(jié)、提高及補充后編寫的“簡明版”。本書從工程實際出發(fā)，介紹和討論了“經(jīng)典控制理論”最基本和重要的內(nèi)容及其應(yīng)用。第1~6章為線性連續(xù)系統(tǒng)；第7章為線性離散系統(tǒng)；第8章為非線性（描述函數(shù)）系統(tǒng)。本書適用于應(yīng)用型本科電氣類、自動化類、儀器類等相關(guān)專業(yè)自

數(shù)據(jù)挖掘與機器學(xué)習(xí)--基于R語言編程

《四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用》旨在介紹四元數(shù)神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論及應(yīng)用的研究現(xiàn)狀、典型模型、常用研究方法.具體內(nèi)容包括四元數(shù)神經(jīng)網(wǎng)絡(luò)漸近穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)μ-穩(wěn)定性及均方穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Mittag-Leffler穩(wěn)定性、四元數(shù)神經(jīng)網(wǎng)絡(luò)Lagrange穩(wěn)定性及H-U穩(wěn)定性、四元數(shù)神

本書系統(tǒng)地闡述了人工智能算法的基本原理、實現(xiàn)技術(shù)及其應(yīng)用，基本涵蓋了其重要理論和方法，包括了最近發(fā)展起來的并被實踐證明的新技術(shù)、新理論，如機器學(xué)習(xí)、模式識別、圖像處理、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、群智能方法等。本書注重結(jié)合實際，通過實際問題介紹各種理論和方法，著重介紹各種智能算法的MATLAB實現(xiàn)，具有較強的指導(dǎo)性和實用性。

圖強化學(xué)習(xí)是深度強化學(xué)習(xí)的重要分支領(lǐng)域。本書作為該領(lǐng)域的入門教材，在內(nèi)容上盡可能覆蓋圖強化學(xué)習(xí)的基礎(chǔ)知識，并提供應(yīng)用實踐案例。全書共10章，大致分為三部分：第一部分（第1～3章）介紹圖強化學(xué)習(xí)研究對象（復(fù)雜系統(tǒng)、圖和復(fù)雜網(wǎng)絡(luò)）；第二部分（第4～7章）介紹圖強化學(xué)習(xí)基礎(chǔ)知識（圖嵌入、圖神經(jīng)網(wǎng)絡(luò)和深度強化學(xué)習(xí)）；第三部分（