本书以机器学习算法为主题，详细介绍算法的理论细节与应用方法。全书共19章，分别介绍了逻辑回归与最大熵模型、k-近邻模型、决策树模型、朴素贝叶斯模型、支持向量机模型、集成学习框架、EM算法、降维算法、聚类算法、神经网络模型等基础模型或算法，以及8个综合项目实例。本书重视理论与实践相结合，希望为读者提供全面而细致的学习指导

本书内容已经外聘专家审读审核通过后同意安排出版。本书是一本关于如何利用ChatGPT进行自动化办公的指南。通过深入讲解ChatGPT的注册和使用方法，以及与Python编程的结合，读者将学会如何与ChatGPT交谈并利用其辅助编写高质量的代码。此外，本书还介绍了ChatGPT在Python数据采集、数据清洗、数据存储、

本书主要包含以下内如：最优化问题的简介，凸分析基础，无约束优化的理论及线搜索算法框架，信赖域算法，线搜索收敛性分析及收敛速度分析，半光滑牛顿算法，共轭梯度算法，约束优化理论及延伸理论，罚方法，增广拉格朗日算法及算法在实际问题(支持向量机模型、超图匹配)中的应用。本书对知识点的分析紧密结合当前研究前沿问题，并通过对应用问

本书是为满足新工科建设需求,依据高等院校自动控制原理课程教学大纲,立足于新工科人才培养,精选各章内容编写的本科教材。全书共分为8章,全面介绍了控制系统在时域和复频域中的数学模型及其结构图和信号流图;系统阐述了线性控制系统的时域分析法、根轨迹法、频域分析法以及校正和设计方法;在非线性控制系统分析方面,给出了相平面和描述函

本书从适应教学研究型大学的要求出发，以经典控制理论为主，较系统地介绍了自动控制理论的基本内容，着重于基本概念、基本理论、基本分析方法及典型应用。本书共8章，包括：引论、控制系统的数学模型、时域分析法、根轨迹分析法、频域分析法、控制系统的校正、非线性系统分析、离散控制系统等。本书重点突出，叙述深入浅出，文字简明流畅，实用

本书以群体智能与智能网联的应用为牵引，通过原理、算法、技术应用三个篇章为大家介绍群体智能与智能网联相关的基础理论、概念模型、关键技术和前沿应用。具体而言，原理篇会介绍群体智能的通信方式与组网、知识表征、因果涌现机理等内容；算法篇则从多主体强化学习、多智能体合作式梯度更新方法、图神经网络、蚁群算法等群体智能领域的代表性算

本书共5个项目，内容包括边缘计算开发板基础应用、边缘计算算法SDK应用、TensorFlow图像上色模型部署、PyTorch目标检测模型部署、TFLite手掌检测模型部署。本书根据岗位工作任务要求，确定学习任务内容，设计选取了14个工作任务。

本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融入当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库(RayRLlib、RayTune、RayDataset、RayTrain、RayServe

本书是以实验案例方式而组织的,全书共给出了21个人工智能实验案例,覆盖了人工智能课程涉及的主要内容,包括搜索求解、逻辑推理、贝叶斯网络、马尔可夫决策、监督学习、非监督学习、强化学习等各个方面,也包含了深度神经网络技术。为了便于教学,每个实验案例对实验的内容、背景和目标进行了明确阐述,对所涉及的理论基础及算法也进行了详细

本书对计算智能的诸多基础理论进行了详细的介绍和释义，并介绍了神经网络、模糊系统、进化计算的应用范例及实验结果，将理论与实践紧密联系起来。全书共4章，其中，第1章对人工智能的萌芽、诞生和发展，以及现状和未来进行了简要介绍；第2章为进化计算，论述了遗传算法；第3章为模糊逻辑，介绍了模糊理论基础，论述了常见的模糊隶属度函数和