本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學模型、時域分析和校正、根軌跡法﹑頻域分析和校正﹑離散控制系統(tǒng)﹑非線性系統(tǒng)分析等。本書較全面系統(tǒng)地闡述自動控制理論的基本分析和校正方法。全書共分7章,主要內(nèi)容包括自動控制概述、線性控制系統(tǒng)的數(shù)學模型、時域分析和

本書是作者對自2008年起系統(tǒng)分析"機器能否獲得認知發(fā)展能力"這一問題而不得不先訴諸于"人工智能基礎(chǔ)問題"或"認知哲學"方面的研究其結(jié)果的總結(jié)。本書立論開宗明義：將機器認知發(fā)展問題簡化為"物理機器的概念產(chǎn)生問題"。據(jù)此，作者遂建立起自己對"概念體系"的理論和對"心靈哲學"的基本觀念，之后使用符合哲學討論習慣的方式進行論

教育信息化促進了教育測評理念的變革，人工智能時代的教育更加關(guān)注以智能技術(shù)驅(qū)動的學習者認知分析與個性化學習的訴求。本書遵循"理論-方法-應(yīng)用"研究范式，探索人工智能時代的學習認知分析的新理論與新方法。

本書作者借用科幻小說的形式，對人工智能、元宇宙、生物科技、納米科技、機器人技術(shù)等一系列前沿科技做了科普。

本書針對推薦系統(tǒng)中的二部圖、社交網(wǎng)絡(luò)和知識圖譜的圖結(jié)構(gòu)模式，研究基于圖表示學習的深度推薦系統(tǒng)。通過挖掘圖信息中的隱性關(guān)系和高階關(guān)系，使用圖學習的方式探索用戶和產(chǎn)品的潛在關(guān)聯(lián)，彌補相關(guān)推薦系統(tǒng)研究在挖掘用戶之間或者產(chǎn)品之間隱性關(guān)系方面的不足，形成一系列合理而且有效的推薦技術(shù)。增加推薦系統(tǒng)輸入的多樣性，運用社交網(wǎng)絡(luò)和知識圖

作為普通個體，我們該如何快速切入AI賽道，更好地利用AI工具武裝自己，成為"超級個體”呢？本書給出了答案。本書精選八大領(lǐng)域：編程、設(shè)計、辦公、教育、翻譯、營銷、咨詢、自媒體，并通過88個具體案例實操演示了與ChatGPT進行對話的技巧，全面且深入地為讀者展示了利用ChatGPT這個工具大幅提升工作效能的方法。除了提供拿

本書是一本機器學習實用指南，提供從基礎(chǔ)知識到進階技能的全面學習路徑。本書以淺顯易懂的方式介紹了機器學習的基本概念和主要類型，并詳細介紹使用Python及常見的庫進行數(shù)據(jù)處理和機器學習的實操。此外，介紹了數(shù)據(jù)預處理的詳細過程，最后通過若干典型案例加深讀者對機器學習的理解。本書適合對機器學習感興趣的初學者，也可作為軟件開發(fā)

ChatGPT、文心一言、MidJourney等AI大語言模型融入了人們的日常工作、學習和生活，學習如何用好新的AI工具已經(jīng)成為每個人的必修課。但是，對于一些稍微復雜的實際問題，AI大語言模型的回答卻很不穩(wěn)定，經(jīng)常偏離問題甚至完全錯誤，主要原因就是問題（提示詞）寫得不好。事實證明，使用恰當?shù)奶崾驹~，可以使AI大語言模型

數(shù)系的擴充始終貫穿于數(shù)學理論的發(fā)展之中. 本書利用交互式定理證明工具Coq,在Morse-Kelley公理化集合論形式化系統(tǒng)下, 給出中國科學與技術(shù)大學汪芳庭教授在其《數(shù)學基礎(chǔ)》中采用算術(shù)超濾分數(shù)構(gòu)造實數(shù)的機器證明系統(tǒng),包括超濾空間與算術(shù)超濾的基本概念、超濾變換以及用算術(shù)超濾構(gòu)造算術(shù)模型的形式化實現(xiàn),構(gòu)建了非標準實數(shù)模

本書主要包含以下內(nèi)如：最優(yōu)化問題的簡介，凸分析基礎(chǔ)，無約束優(yōu)化的理論及線搜索算法框架，信賴域算法，線搜索收斂性分析及收斂速度分析，半光滑牛頓算法，共軛梯度算法，約束優(yōu)化理論及延伸理論，罰方法，增廣拉格朗日算法及算法在實際問題(支持向量機模型、超圖匹配)中的應(yīng)用。本書對知識點的分析緊密結(jié)合當前研究前沿問題，并通過對應(yīng)用問