作為人工智能的核心技術(shù)，機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中具有舉足輕重的地位。本書在介紹機(jī)器學(xué)習(xí)相關(guān)知識(shí)的基礎(chǔ)上，主要介紹了如何對(duì)有噪聲的數(shù)據(jù)進(jìn)行魯棒回歸分析。全書共6章，除第1章外，各章對(duì)異常點(diǎn)或重尾分布數(shù)據(jù)中的具體問題進(jìn)行了詳細(xì)分析與建模，所涉及的問題包括權(quán)值選擇問題、變量相關(guān)性問題以及網(wǎng)絡(luò)數(shù)據(jù)問題等。本書對(duì)于構(gòu)建具有魯棒性的機(jī)

數(shù)據(jù)挖掘與商務(wù)智能

本書主要圍繞物聯(lián)網(wǎng)高層和底層通信系統(tǒng)所涉及的技術(shù)展開，全面系統(tǒng)地介紹了物聯(lián)網(wǎng)通信系統(tǒng)的構(gòu)成及六大發(fā)展趨勢(shì)，數(shù)據(jù)通信的基礎(chǔ)理論和IP通信技術(shù)，正交頻分復(fù)用、非正交多址和多天線技術(shù)，典型的LPWA技術(shù)和新出現(xiàn)的6TiSCH技術(shù)，窄帶物聯(lián)網(wǎng)技術(shù)及實(shí)例，機(jī)器對(duì)機(jī)器通信技術(shù)，5G在車聯(lián)網(wǎng)與工業(yè)4.0中的應(yīng)用，物聯(lián)網(wǎng)常用的通信協(xié)議

本書從打字習(xí)慣認(rèn)知入手，首先對(duì)漢字的編碼、鍵盤的使用、輸入法的類型進(jìn)行了簡(jiǎn)要介紹，隨后對(duì)五筆輸入法、鍵位分區(qū)、擊鍵指法、字根表與助記詞、漢字的拆分、簡(jiǎn)碼的輸入、詞組的輸入，以及98版五筆輸入法等內(nèi)容作了詳細(xì)介紹。同時(shí)，還匯總整理了難拆難打漢字匯總表、拼音打字快速入門，以及五筆字型編碼查詢手冊(cè)。

本書嘗試總結(jié)近年來游戲人工智能方向的優(yōu)秀研究工作，以及作者的一些探索成果。主要內(nèi)容包括游戲人工智能的背景、經(jīng)典的游戲人工智能方法、DeepMind針對(duì)棋牌和視頻類游戲的人工智能方法，以及作者團(tuán)隊(duì)針對(duì)即時(shí)游戲的人工智能方法，如格斗游戲、星際爭(zhēng)霸的宏觀生產(chǎn)和微觀操作等。從理論分析到算法設(shè)計(jì)到編程實(shí)現(xiàn)，旨在為讀者提供一個(gè)針對(duì)

本書基于控制科學(xué)與工程、計(jì)算機(jī)科學(xué)與技術(shù)、環(huán)境科學(xué)與工程等多門學(xué)科，詳細(xì)闡述了城市污水處理系統(tǒng)建模的主要理論方法及應(yīng)用案例，具有鮮明的特點(diǎn)，能夠促進(jìn)城市污水處理建模理論與技術(shù)的發(fā)展。

工業(yè)互聯(lián)網(wǎng)

《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

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

本書首先介紹機(jī)器學(xué)習(xí)的矩陣代數(shù)基礎(chǔ),包括線性代數(shù)基礎(chǔ)、范數(shù)理論與投影映射、矩陣分解及應(yīng)用、梯度矩陣;然后介紹機(jī)器學(xué)習(xí)的概率與優(yōu)化基礎(chǔ),包含概率統(tǒng)計(jì)與信息論基礎(chǔ)、凸函數(shù)、優(yōu)化理論、迭代算法;最后介紹幾個(gè)經(jīng)典的機(jī)器學(xué)習(xí)模型.閱讀本書需要微積分、線性代數(shù)和概率論與數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí).