本书将从强化学习最基本的概念开始介绍,将介绍基础的分析工具包括贝尔曼公式和贝尔曼最优公式,之后会推广到基于模型的和无模型的强化学习算法,最后会推广到基于函数逼近的强化学习方法。本书强调从数学的角度接引入概念、分析问题、分析算法。并不强调算法的编程实现,因为目前已经有很多这方面的书籍,本书将不再重复造轮子。 本书面向对强
本书全面且深入地呈现了深度学习领域的知识体系,系统梳理了该领域的核心知识,阐述了深度学习的关键概念、基础理论及核心思想,剖析了当代深度学习架构与技术。全书共20章。本书首先介绍深度学习的发展历程、基本概念及其在诸多领域(如医疗诊断、图像合成等)产生的深远影响;继而深入探讨支撑深度学习的数学原理,包括概率、标准分布等;在
深度学习目标检测识别技术是人工智能专业当前研究热点,在民用和国防领域都有着重大需求,也是一个巨大的技术难题,在资源受限平台下,目标感知不确定性大、效率低、功耗大。本书旨在通过对智能网络目标识别技术主要原理和方法的介绍,并且结合作者自己多年来智能感知方面的研究成果,对于其他书籍未涉及到的一些前沿研究进行了补充阐述。本书共
《交互设计创新方法与实践》以交互设计的创新理论方法为重点,配合设计实践案例的介绍,全面讲解了与交互设计领域相关的各方面知识,包括:交互设计学科的核心学习方向;用户体验、用户研究、信息设计、交互设计等分支方向的理论方法与案例分析;如何在具体情境中应用相应知识点的交互设计实践指导;进行学术研究、论文阅读与写作的方法;各个知
本书共七章,内容包括:数字交互设计基础、用户体验与界面设计原理、信息架构与导航设计方法、响应式设计与移动界面优化方法、交互设计工具与技术应用等。
本书将挑战你对用户体验(UX)研究的先入之见,并鼓励你思考表象背后的本质。你将了解如何规划和进行UX研究、分析数据、说服团队针对研究结果采取行动,并在UX领域规划自己的职业生涯。本书将帮助你从更具战略性的视角看待产品设计,以便更好地专注于优化UX。UX研究者、设计师、项目经理、敏捷教练、业务分析师和市场营销经理都将在书
本书讲述了自动控制原理和传感器与检测技术方面的相关实验,不仅介绍了自动控制原理、传感器技术等的基础实验、综合设计实验,还介绍了MATLAB及LabVIEW软件的使用,以及在“自动控制原理”与“传感器与检测技术”两门课程中的应用。
"《PyTorch深度学习入门与技术实践》介绍如何学习和使用流行的PyTorch框架开发深度学习应用,主要内容包括PyTorch中的计算图,用三阶多项式拟合函数,实现手写数字识别,神经网络基础,卷积神经网络,PyTorch基础知识,transformer架构,文本分类应用开发,聊天机器人应用开发,用Wav2Vec2进行
本书融合作者构建、运维和扩展大型机器学习系统的经验,通过丰富的示例,详细讲解如何运行高效、可靠的机器学习系统。本书首先概述机器学习相关概念和数据管理原则,涵盖数据管理、机器学习模型、评估质量、特征、公平性、隐私等主题;然后介绍机器学习模型及其生命周期;最后讲述如何将机器学习引入组织,以及引入后组织会发生什么等复杂问题。
《深入理解PyTorch》详细阐述了与PyTorch相关的基本解决方案,主要包括深度卷积神经网络架构、结合CNN和LSTM、深度循环模型架构、高级混合模型、图神经网络、使用PyTorch生成音乐和文本、神经风格迁移、深度卷积GAN、利用扩散生成图像、深度强化学习、模型训练优化、将PyTorch模型投入生产、移动设备上的