大数据挖掘与统计机器学习

本课程的教学内容主要包括聚类、关联、降维、变量选择、分类与预测、集成算法、图模型与推荐系统等。每一部分都是本课程授课的主要内容，都力求深入浅出，精讲细讲，不光讲解各种方法的过程与原理，还要加强学生对...

机器视觉算法与应用 第2版

本书是机器视觉领域的畅销书，自第1版出版以来广受欢迎，是第一本有关机器视觉软件的教材，详细介绍了机器视觉的各种算法，以及有关这些算法的实际应用。...

数据挖掘与机器学习

本书系统地阐述了数据挖掘产生的背景、技术、多种相关方法及具体应用，主要内容包括数据挖掘概述，数据采集、集成与预处理技术，多维数据分析与组织，预测模型研究与应用，关联规则模型及应用，聚类分析方法与应用，......

时间机器

成书于1895年的《时间机器》，是史上第一部穿越未来的小说，作者正是与萧伯纳齐名的H·G·韦尔斯。作品讲述时间旅行家依照对四维空间的研究制造了能穿梭于过去未来的时间机器，并在一次宴会之后向宾客展示了模型...

服务机器人系统设计

本书基于服务机器人的发展现状和技术要点，系统讲述了服务机器人系统设计的关键技术。主要内容包括：机器人的产生与发展、服务机器人的移动机构、服务机器人的机械臂、服务机器人的驱动与控制、服务机器人的运...

Python+Tensorflow机器学习实战

本书全面阐述了Tensorflow机器学习框架的原理、概念，详细讲解了线性回归、支持向量机、神经网络算法、无监督学习等常见的机器学习算法模型，并通过Tensorflow在图形识别、文本识别、语音识别等方面的成功实例...

机器学习、深度学习与强化学习

本书从数学优化的角度对目前人工智能的代表技术机器学习进行分析，解决了目前这一领域偏向应用，数学理论较弱的问题，从原理、数学解析两个方面对特征提取、分类、聚类、神经网络等进行了全面系统的剖析。解决了...

机器学习

本书的核心视角是机器学习中的算法，旨在帮助读者掌握算法思想，熟悉相关的数学与统计学知识，并掌握必要的编程技巧和实验方法。书中首先介绍基础概念，然后从相对简单的监督学习方法开始讲解，同时讨论了优化和搜索...

机器学习基础 从入门到求职

本书介绍了机器学习的完整学习路径，系统性挖掘了各大机器学习模型之间的联系和本质意义，结合Python常见库和数据库等实际工具讲解机器学习项目中的各个过程，最终解机器学习求职过程、注意事项，以及企业机器学习...

玩转乐高EV3 搭建和编程AI机器人