出现在书名中的结果
共 483 条
神经网络设计
《神经网络设计》主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。全书分19章，内容涵盖神经元模型和网络结构、感知机学习规则、有监督的Hebb学习、Widrow—Hoff学习算法、反向传播算法及其变形、联想学习、竞争网络、Grossberg网络、自适应谐振理论和Hopfield网络。书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时《神经网络设计》包含大量例题、习题，并配有基于MATLAB软件包的“神经网络设计演示”程序。《神经网络设计》可以作为大学高年级本科生或一年级研究生的神经网络课程教材，也可供从事相关研究工作的科技人员参考。
基于MATLAB与fuzzyTECH的模糊与神经网络设计
1人今日阅读
模糊与神经网络是两种常用的智能信息处理技术，它们都能模拟人的智能行为，解决不确定、非线性、复杂的控制与分类问题，具有非常广阔的应用前景。本书以fuzzyTECH和MATLAB软件平台对模糊与神经网络技术进行了综合讲解并介绍了它们的应用，以使读者更全面地了解模糊与神经网络领域的最新研究成果。
1
神经网络设计与实现
1人今日阅读
本书是一本神经网络实践进阶指南，适合对AI和深度学习感兴趣并且想进一步提高技能的读者阅读。本书从机器学习基础、深度学习应用和高级机器学习这三个方面入手，结合算法理论、代码实现和应用场景，介绍了机器学习的新动向和新技术。本书分为三部分：第1部分网络神经入门，主要介绍了人工智能历史、机器学习概述和神经网络基础；第二部分，深度学习应用，主要是基于卷积神经网络图像处理、文本挖掘、循环神经网络、利用迁移学习重用神经网络；第三部分，高级应用领域，主要介绍对生成对抗网络、自动编码器、损失函数、深度信度网络、强化学习基本定义等。
1
智能控制：理论基础、算法设计与应用
本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。
可测性设计与智能故障诊断
本书主要从理论和应用方法两个方面对可测性设计与智能故障诊断进行研究，全书共9章，分别介绍了可测性设计和故障诊断的发展，基于沃尔泰拉核的非线性电路智能诊断以及测试激励优化和特征选择与提取，基于维纳核的非线性模拟电路故障诊断，模拟电路智能故障诊断系统设计，MIMO非线性系统的建模及故障诊断，基于信息融合技术的电路故障诊断，数字电路的可测性设计,以及混合电路的可测性设计。各章还给出了电路的参数建模和非参数建模的方法，并提供了范例，以期协助读者解决非线性电路故障诊断问题，提高诊断的准确率和效率。 本书适合从事虚拟仪器、电路设计，特别是从事集成电路故障诊断和可测性设计的研究人员阅读参考。
重构通信：当机器学习遇到无线信号
1人今日阅读
近年来，人工智能（AI）技术取得了快速发展，在包括电子信息行业在内的各行各业都展现了巨大的应用潜力。AI在通信业中也得到大量的研究与应用，被用在处理复杂的资源调度等环节。但是，这些应用大都集中在通信系统功能之上，如何利用AI技术处理通信信号的研究工作还有待全面开展。 通信技术经过近几十年的高速发展，学术界和产业界建立了大量看起来近乎完美的信号处理模型，维持着从电报到5G通信系统的发展。但是，需要明确的是，我们的通信系统是建立在一个不确定的且越来越复杂的传输环境中，我们无法为这个不确定的世界预先构建一个完美的模型。 传统的通信物理层设计从将信道影响构建统计模型开始，再将功能划分为不同的模块如调制、信道编码等，从而分别进行设计与优化。但我们不禁要问，这种发展了数十年的基于理想假设与分块优化的思路，是否能够产生最优的信号处理机制？而另一方面，神经网络是否能生成人们无法轻易基于传统方法构想到的信号？ 本书结合当前国际学者与作者研究团队近年来的研究成果，将探讨这一有望改变延续了几十年的通信底层设计的新范式，激发底层通信与人工智能联合设计的更多研究。
1
MATLAB神经网络超级学习手册
《MATLAB神经网络超级学习手册》以新近推出的MATLAB R2013a神经网络工具箱为基础，系统全面地介绍了神经网络的各种概念和应用。《MATLAB神经网络超级学习手册》按逻辑编排，自始到终采用实例描述；内容完整且每章相对独立，是一本不可多得的掌握MATLAB神经网络的学习用书。
精通MATLAB神经网络
本书由MATLAB入门篇、神经网络提高篇和神经网络综合实战篇3篇组成。MATLAB入门篇主要介绍MATLAB软件、基本运算、图形绘制、程序设计和Simulink仿真；神经网络提高篇讲述神经网络的主要内容，包括神经网络工具箱和GUI工具，以及感知器、线性、BP、径向基、自组织、反馈等各种不同的神经网络，讲述各种神经网络的性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到理解和应用神经网络的目的。
神经网络与深度学习——基于MATLAB的仿真与实现
2人今日阅读
本书阐述经典神经网络及典型的深度学习(神经网络)方法的基本架构、算法原理及相关问题。在此基础上,介绍MATLAB中神经网络工具箱在神经网络、深度学习中的应用,并给出相应的应用实例。本书可作为高等院校相关专业的本科生、研究生及从事神经网络及深度学习方面学习及研究工作的专业人员的参考书。
2
MATLAB R2020a神经网络典型案例分析
本书以MATLABR2020a为平台，以神经网络算法为背景，循序渐进地介绍了神经网络的多种算法。本书以理论为基础，以实际应用为主导，以典型案例为实践，通过理论与实践相结合，向读者展示利用MATLAB解决各种神经网络问题的简便性、快捷性。本书包括11章，前10章主要介绍MATLABR2020a基础、神经网络概述、感知器及其应用、线性神经网络及其应用、BP神经网络及其应用、RBF神经网络及其应用、反馈神经网络及其应用、自组织竞争神经网络及其应用、其他神经网络及其应用、神经网络的GUI应用，第11章介绍神经网络的经典应用。
高速公路智能交通信息平台顶层设计与关键技术
高速公路智能信息化建设是加速交通运输行业转型和升级的重要支撑点,也是国家交通运输部的发展战略重点。本书最大的特色是顺应国家需求进行详细的专题介绍,其中涵盖的主要内容有高速公路智能交通信息平台顶层设计、高速公路智能交通信息平台体系架构研究、高速公路交通信息多源多维感知与分析、高速公路道路交通运行状态动态监测与时空联合预测、基于多媒体与自媒体的高速公路交通信息服务技术以及高速公路智能交通信息平台开发与应用实践。本书可作为高等院校交通运输类本科生和交通信息工程及控制、交通运输规划与管理的硕士生、博士生及培训班教材,也可供从事智能运输系统、高速公路管理等领域工作的科研人员和技术人员阅读。
图机器学习
本书通过系统而全面的介绍，帮助读者深入理解和掌握图机器学习的基本原理、方法和技术；同时，通过丰富的案例和实践经验，展示了图机器学习在各个领域的应用价值和广阔前景。 本书基于斯坦福大学图机器学习CS224W课程的内容编写，结合作者自身和团队学生在图机器学习中的痛点和实践经验，重新梳理知识脉络，重点介绍图机器学习的相关知识，并对前沿的图机器学习会议论文和网络科学的最新发展趋势进行探讨与展望。 本书适合所有对图机器学习感兴趣的读者参考。
深度学习
66人今日阅读 推荐值 83.8%
《深度学习》由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。
66
神经网络与机器人科研项目申请与实践
本书分为神经网络与机器人项目申请，神经网络与计算机项目申请，机械臂理论项目申请、进展与结题，机械臂实物项目申请与进展，时变问题神经网络求解项目申请、评议与进展，和基函数、多类与海量神经网络项目申请与评议共六部分，每一部分都是由相关的申请报告，进展报告，同行反馈意见和/或结题报告系统化地构成，并整理出具有启发性的总结。值得指出的是，同行评议意见一般都非常中肯，问题指出也非常到位；对同行评议意见的认真分析总结以及对应的申报书改进与完善是非常重要和有益的。
智能数字图像处理：原理与技术
本书结合人工智能的发展，既包括传统数字图像处理的知识， 又介绍基于人工智能的数字图像处理技术。在传统的数字图像处理技术中， 涵盖了数字图像处理的概念基础、数字图像处理的基本运算、基于点运算的图像增强、 基于空域的图像增强、基于频域处理的图像增强、 彩色图像处理、 数学形态学的图像处理方法等。在智能图像处理方法的内容中涵盖了智能图像处理的基础知识、智能图像处理的发展及应用、基于智能技术的去噪技术、基于智能技术的暗光图像增强技术、基于智能技术的图像编码技术、基于智能技术的图像修复技术、基于智能技术生成技术等。
智能计算系统实验教程
本书是《智能计算系统》的配套实验教程，结合智能计算系统的软硬件技术栈设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。其中，分阶段实验以风格迁移作为驱动范例，包括算法实验（第2～3章）、编程框架实验（第4章）、智能编程语言实验（第5章）、深度学习处理器运算器设计实验（第6章）。通过完成分阶段实验，读者可以开发出一个可完成图像风格迁移任务的智能计算系统。综合实验（第7章）包括目标检测、文本检测、自然语言处理等不同应用领域的实验，可以帮助读者巩固对软硬件技术栈相关知识的系统理解，让读者了解不同应用领域对智能计算系统的需求。本书适合作为高等院校人工智能及相关专业的教材，以及相关领域从业人员的参考书。作者团队还为本书设计了一款配套的游戏，利用游戏中的“稠密奖励”“即时奖励”和“体系性奖励”等机制来提升读者的学习热情。
神经网络算法与实现：基于Java语言
人工神经网络是由众多连接权值可调的神经元连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点，能够完成模式识别、机器学习以及预测趋势等任务。本书通过9章内容，并结合Java编程语言，由浅入深地介绍了神经网络算法的应用。书中涉及神经网络的构建、神经网络的结构、神经网络的学习、感知机、自组织映射等核心概念，并将天气预测、疾病诊断、客户特征聚类、模式识别、神经网络优化与自适应等经典案例囊括其中。
大数据智能核心技术入门：从大数据到人工智能
本书跟从大数据和人工智能应用的融合之路，通过分析和解读整个数据驱动智能核心技术，希望能给读者提供一个大数据智能核心技术体系的入门学习和应用参考指南。本书前半部分内容重在核心技术解读：包括大数据智能的概论、大数据智能核心技术体系的多维解读、深度学习关键技术要点的分析，大数据智能应用三段论和敏捷大数据方法论的提出等内容。后半部分内容重在应用实践的探讨，深入分析了当前大数据智能独角兽Palantir、AlphaGo、Watson等核心产品和技术，并从个人学习到工程实践，从企业应用到政府治理，从业务理解到技术选型等多个层面，逐一解读大数据智能技术在学习、应用过程中面临的关键问题、陷阱，并给出参考意见。本书通过核心技术解读帮助读者学习、理解、应用大数据智能，具有重要的参考价值。本书适合的读者包括关注大数据和人工智能相关技术领域的在校学生、个人学习者和研发工程师、技术主管、企业高管、政府管理人员等。
TensorFlow机器学习（原书第2版）
这是一本TensorFlow机器学习入门教程，书中通过大量实例，以浅显易懂、循序渐进的方式详细阐释使用Python和TensorFlow构建机器学习模型的核心技术与方法。本书既涵盖机器学习基础理论，又介绍了如何将机器学习核心概念应用于现实世界的挑战（例如，情感分析、文本分类和图像识别）中，并通过实例展示了用于深度语音处理、面部识别以及使用CIFAR-10的自编码器的神经网络技术。 全书共分为三部分。第一部分（第1～2章）讨论机器学习的基本原理及其当前被大规模应用的原因；第二部分（第3～10章）通过大量实例详细介绍回归算法和分类算法，涵盖回归、分类、无监督聚类和隐马尔可夫模型（HMM）等技术及应用；第三部分（第11～19章）主要介绍神经网络及其应用，涵盖使用隐藏层的自编码器压缩和表示输入、用于自动分类图像和面部识别的卷积神经网络（CNN）、用于时间序列数据或语音转文本的循环神经网络（RNN），以及seq2seq RNN架构等内容。 通过阅读本书，你将能够： 使用TensorFlow进行机器学习 选择最佳的机器学习方法 使用TensorBoard可视化算法 与合作伙伴共享结果 在Docker中运行模型
TensorFlow深度学习应用实践
本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。 本书共22章，内容包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络、反馈神经网络、全卷积神经网络的理论基础、深度学习模型的创建、模型的特性、算法、ResNet、Slim、GAN等。本书强调理论联系实际，重点介绍TensorFlow编程解决图像识别的应用，提供了大量数据集，并以代码的形式实现了深度学习模型，以供读者参考。 本书既可作为学习人工神经网络、深度学习、TensorFlow程序设计以及图像处理等相关内容的程序设计人员培训和自学用书，也可作为高等院校和培训机构相关专业的教材。
超限学习机：理论、技术与应用
本书对超限学习机近年来取得的各方面成果进行详细的阐述与分析。本书分为4个部分：第1部分（第1～2章）主要介绍超限学习机的基本概念与核心理论；第2部分（第3～4章）系统介绍超限学习机理论为应对数据分类、回归以及特征学习等重要机器学习任务所做的技术性调整；第3部分（第5～6章）主要介绍超限学习机的工程实现与领域应用案例；第4部分（第7章）对全书进行总结，并归纳出若干挑战性问题以待后续研究。本书附录部分为与超限学习机相关的数学基础知识，以便读者查阅。本书可供对超限学习机感兴趣的研究人员阅读，也可为信号处理领域的工程技术人员提供技术参考。
汽车智能化设计与技术
本书全面、系统地介绍了汽车智能化设计与技术各相关知识,包括汽车智能化设计与技术基本知识、汽车智能化设计方法、汽车智能传感器与总线网络技术、汽车智能避撞预警技术与安全设计、汽车总体设计开发与多智能体技术、智能汽车仿真、虚拟工程及数字设计、无人驾驶智能汽车、未来智能汽车发展趋势等内容。本书技术资料及图片新颖翔实,包括很多新知识和丰富的实例,信息量大。本书既可作为高等院校汽车专业本科生和研究生的教材,也可作为汽车设计、汽车制造企业科研和技术设计人员的参考用书。
深入浅出神经网络与深度学习
21人今日阅读 推荐值 85.4%
本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。
21
具身智能
2人今日阅读
本书深入探讨了人工智能中的一个新兴领——具身智能，即智能系统与物理身体的结合。本书系统闻述了具身智能的理论框架，包括身体与思维的互动、感知与行为的统一性，以及智能体如何通过与环境的互动来学习写适应。书中详细介绍了自由能原理，这是理解生命体和智能系统组织原则的关键理论，同时探讨了这一原理在人工智能设计中的应用，如强化学习感知与行动的和谐统一等。此外，本书还讨论了多学科视角下的智能解读，以及空间智能与具身智能的整合策略，为读者提供了一个全面了解人工智能未来发展趋势的窗口。
2
智能计算系统：从深度学习到大模型 第2版
6人今日阅读
本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原理，第6章回顾深度学习所用的处理器结构从通用逐步走向专用的过程，第7章介绍深度学习处理器的体系结构应当如何应对大模型处理中的计算、访存、通信瓶颈，第8章介绍基于BCL语言的高性能算子开发优化实践，第9章介绍面向大模型的计算系统并以BLOOM作为驱动范例。本书适合作为高等院校相关专业的教材，也适合人工智能领域的科研人员参考。
6
人工智能产品经理：从零开始玩转AI产品
当今社会，智能音箱、智能机器人、智能可穿戴设备等人工智能产品已经开始逐渐普及，而人工智能产品经理却非常短缺。本书将通俗易懂的语言与专业知识相结合，从中国人工智能市场现状入手，详细地为读者阐释了人工智能产品的相关知识，以及人工智能产品经理是如何开展工作的，并通过实际案例展现了如何从无到有构建人工智能产品的过程。
深度学习：基于Python语言和TensorFlow平台（视频讲解版）
人工智能极简历史、开发环境准备、初识TensorFlow、简化神经网络模型、用神经网络解决非线性问题、从文件中载入训练数据、多层全连接神经网络、保存和载入训练过程、查看图形化的模型、用训练好的模型进行预测、用高层工具简化建模和训练过程、在其它语言中调用TensorFlow模型、用卷积神经网络进行图像识别、循环神经网络初步、下一步学习方向指南
TensorFlow与自然语言处理应用
1人今日阅读
自然语言处理（NLP）是计算机科学、人工智能、语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理是机器学习的应用之一，用于分析、理解和生成自然语言，它与人机交互有关，最终实现人与计算机之间更好的交流。 本书分为12章，内容包括自然语言处理基础、深度学习基础、TensorFlow、词嵌入（Word Embedding）、卷积神经网络（CNN）与句子分类、循环神经网络（RNN）、长短期记忆（LSTM）、利用LSTM实现图像字幕自动生成、情感分析、机器翻译及智能问答系统。 本书适合TensorFlow自然语言处理技术的初学者、NLP应用开发人员、NLP研究人员，也适合高等院校和培训学校相关专业的师生教学参考。
1
GPGPU深度学习与大语言模型实战
2人今日阅读
本书系统构建了深度学习理论与应用的全栈知识体系，从数学基础与机器学习核心原理出 发，贯通线性代数、概率统计等关键数学工具，夯实算法研发的理论根基。面向新一代通用图 形处理器（GPGPU）硬件架构，深入解析专用编程语言的语法设计与高效编程实践，剖析主流 训练与推理框架的底层机制，并结合壁仞科技GPGPU平台，提供针对性的适配与性能优化方案。 通过计算机视觉与自然语言处理领域的经典案例，展示传统算法在异构计算架构下的性能跃 迁。聚焦大模型技术前沿，系统阐述大语言模型（LLM）、视觉语言模型（VLM）及混合专家模 型（MoE）的架构演进，结合DeepSeek-V3、Mixtral 8×7B等代表性模型在壁仞GPGPU上的优化 实践，揭示硬件加速对千亿参数模型训练与推理的显著增益。进一步拓展至人工智能（AI）与 科学计算融合前沿，通过物理信息神经网络、量子系统模拟、微分方程求解等跨学科应用，展 现GPGPU在高性能计算中的核心优势。 全书融合理论推导与工程实践，既涵盖算法原理的严谨分析，又提供可复现的芯片级优化 指南，为AI工程师与研究人员提供从模型设计到硬件加速的端到端技术路径。
2
人工智能算法（卷3）：深度学习和神经网络
2人今日阅读
自早期以来，神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术，包括ReLU激活、随机梯度下降、交叉熵、正则化、Dropout及可视化等。
2
人工智能创新启示录：技术前沿
本书为中国人工智能产业创新联盟《智能之巅》丛书的技术分册，重点聚焦人工智能的关键前沿技术，先对人工智能技术领域进行了概述，主要介绍核心及前沿领域的发展现状和趋势，并分析国内外人工智能发展战略；之后深入介绍、分析支撑或影响人工智能产业发展的核心和前沿技术，如计算机视觉、智能语音语义、人工智能芯片等。 本书适合人工智能、互联网和计算机行业的从业人员和研究人员（技术岗位和非技术岗位），以及创投相关人员阅读参考。
大国智造:中国制造的新质生产力转型密码
1人今日阅读
本书深度剖析深圳本土制造业企业从“中国制造”向“中国智造”转型升级的破局之道，作者基于对深圳本土企业发展历程的长期研究，开展深入的案例分析，精选并深度复盘4家代表性企业的创新成长之路，揭秘代表性企业品牌特色竞争力的形成路径和不断突破自我、取得成功的关键所在，创新性采用“理论框架 案例矩阵 延伸阅读”三维架构，附载企业实战案例二维码，为产业升级提供可复制的方法论体系，为读者带来更好的阅读体验
1
颠覆：AI时代的企业管理方式大变革
2人今日阅读
随着人工智能越来越快地渗透商业世界，管理和商业领导力应该如何做出改变？作者重点关注技术革命带来的管理和商业领导力的变化。 本书是一部跨学科作品，各章节的作者均为决策理论、人工智能、组织理论、公司战略和治理等方向的专家学者，他们聚焦人工智能对管理和领导力的具体影响，以及如何在人工智能的大背景下对组织进行管理。 本书还是一部综合、全面的作品，内容不仅包括如何更有效地使用人工智能工具，如何更好地对大数据进行分析，还包括企业领导人将如何在新背景下做出决策及激励员工共同实现公司的目标。
2
PyTorch深度学习实战：从新手小白到数据科学家
2人今日阅读
PyTorch作为深度学习领域逐渐崛起的新星，其易用性及Python友好性深受广大算法爱好者的喜爱，无论是在学术领域还是在工业领域，PyTorch都已经成为算法研究的首选。本书以深度学习为核心，详细讲解PyTorch技术堆栈，力求使用最直白的语言，带领更多的小白学员入门直至精通深度学习。本书包括10章，前5章主要讲解深度学习中的基本算法及概念，通过使用PyTorch实现经典的神经网络并辅以“加油站”补充数学知识，力求使每个知识点、每个章节、每个实验都能在小白学员脑海中留下深刻的印象，做到看了能做、做了能会、会了能用。后5章作为PyTorch的进阶，主要介绍使用PyTorch构建深度神经网络、使用HMM实现中文分词、训练对话机器人等实验。
2
深度学习及自动驾驶应用
3人今日阅读
本书主要讲述了汽车自动驾驶技术概述、深度学习基础及实践、卷积神经网络、网络优化与正则化、目标检测和图像分割CNN模型、注意力机制与Transformer、生成对抗网络、强化学习等内容，以及深度强化学习理论及在自动驾驶领域的工程实践。本书从深度学习入门基础、深度学习高阶技术，到深度学习前沿技术，层层递进提高。本书还基于产教融合和科教融合，将自动驾驶领域产业级工程项目和科研成果转化为教学案例及实践项目。 本书可作为自动驾驶、智慧交通、智能电动车辆专业研究生教材，也可以作为高年级本科生教材；由于汽车、交通都与人们生活密切相关，因此本书也适合自动驾驶相关行业以及其他需要了解和掌握深度学习知识的研发人员参考。
3
自然语言理解与行业知识图谱：概念、方法与工程落地
本书为广大从业人员和研究学者提供了一个新的视角，基于真实的细分行业需求，在约束的条件下，通过知识图谱相关理论、方法和技术向各行各业赋能，推动语言理解成果向行业的转移转化，更具有落地实操的价值。如何围绕行业需求，结合行业知识构建知识图谱，将自然语言处理与知识图谱更好地融合，直击垂直行业落地应用的痛点，是本书重点关注的内容。本书是作者几年来在自然语言处理和行业知识图谱实践中的经验梳理，无论你是人工智能领域的从业者还是科研领域的研究者，这本书都能够带给你非常有价值的知识体系和实操方法。
Keras深度学习：入门、实战与进阶
这是一本理论与实践兼顾的深度学习著作，它通过精心的内容组织和丰富的案例讲解，帮助读者零基础入门，并迅速晋级为有一定理论基础和项目实战能力的高手。基础方面，不仅介绍了Keras等各种深度学习框架的使用和开发环境的搭建，还对深度学习的基础知识做了讲解；理论方面，详细讲解了全连接神经网络、卷积神经网络、循环神经网络、自编码器和生成式对抗网络等核心神经网络的原理和应用；应用层面，不仅讲解了如何用Keras开发各种深度学习模型，还讲解了深度学习在图像处理和文本处理两大核心场景的应用；实战方面，每个深度学习模型原理的背后都有精心设计的Keras实现代码，每章都有多个综合性案例，读者可以在调试和执行代码的过程中掌握深度学习模型设计与开发的各种方法和技巧。本书内容结构合理，重点突出；写作方式循序渐进，易于读者理解；行文风格幽默风趣，读起来不枯燥。
生态批评的空间
《生态批评的空间》是鲁枢元的生态文化批评论著，时间跨度从上世纪90年代到当下，这三十余年也正是生态批评在世界范围内从发轫到勃兴的时期。鲁枢元重视理论与实践相结合，曾参与联合国教科文组织“人与生物圈计划”中国委员会对井冈山、梵净山、小秦岭、大青山以及黄河中下游的田野考察。在理论探索的同时他尤其注重个案研究，从生态批评的视域对中国古代伟大作家陶渊明、蒲松龄做出别开生面的阐释，出版的两部专著在读书界引起强烈反响。本书初版于2006年，收录了发表于《文学评论》《文艺研究》《学术月刊》《光明日报》《文汇报》等报刊关于生态批评与生态文艺学学科建设的文章，这些文章可以说是中国当代生态文化研究的奠基之作。2006年以来，生态问题愈来愈成为全球政治、经济、文化诸领域的显学，鲁枢元在生态文化批评领域持续深耕细作，本次修订新增文章20余篇，字数较之初版多出近一倍，其生态批评的空间已大为扩展且更加深入。
智能控制简明教程
本书系统地介绍智能控制的基本内容，全书共6章，主要包括智能控制概述、模糊逻辑理论基础、模糊控制、神经网络原理、神经网络控制、遗传算法、粒子群算法、量子进化算法，以及智能控制的Matlab仿真程序设计，并给出了智能控制的应用实例。
使命管理
商界曾经理所当然地认为，企业管理的第一要义在于企业和股东利益最大化。但如今人们的观念已经发生了变化。面对气候问题、新冠疫情的蔓延，以及全球化背景下普遍的贫富分化，企业管理者不该置身事外，而需要成为“解决方案”的一部分。 本书旨在让未来的商界领袖跳脱出传统利益至上的思维，从社会和环境的角度来更深地考虑自己的职业、目标和价值，树立起造福社会的使命感。当企业自觉转变角色，担当起应负的社会责任，这不但有助于企业的公众形象，长远来看也将提升企业的竞争力和适应能力，实现企业与社会的共同进步
软计算原理与实现
本书阐述了数据挖掘、软计算技术的发展状况，重点介绍了其采用的技术和方法，同时对各种方法进行了比较，并以几种方法为例，介绍了它们的思想及其在数据挖掘中的应用。另外，本书还阐述了基于Agent技术的智能数据挖掘系统模型的总体结构，介绍了常用的知识表示方法；讨论了数据挖掘中的小波神经网络方法，概述了基于WWW的数据挖掘和文本挖掘，介绍了分类、聚类分析的常用算法，并且给出了部分算法的算法实现，可为数据挖掘领域的研究生及相关技术人员提供参考。
上市公司财务预警统计与智能建模及应用研究
从1990年底深圳与上海两地证券交易所相继创立以来，我国资本市场已经走过了二十多年的发展历程，上市公司在管理水平上有了很大的提高。但是，资本市场本身带有很强的投机性和波动性，这使得资本市场的所有参与者都开始重视上市公司的财务预警问题。本书针对当前我国资本市场财务预警评价中存在的各种问题，结合国内外相关研究的现状与进展，综合运用各种方法，向读者介绍了上市公司财务预警的统计与智能建模及应用。全书融数据、理论与方法、模型应用于一体，具有一定的理论深度和较高的应用价值，可供金融学、投资学、工商管理学、统计学等专业的师生选用或参考。
创新求索录：第三集
本书收录了李国杰院士2018年至2022年五年间写的100余篇文章、报告、评语、新书序言等，反映了作者参与中央网信办、国家发展改革委、工业和信息化部、科技部、中国工程院和中国科学院的咨询课题的成果。内容包括科技自立自强、理解人工智能、做强先进计算、展望新兴技术、战略咨询建议、人才培养教育等。既有宏观的政策建议，又有关键的技术研究；既高屋建瓴，又落到实处。适合相关领域的科研人员、高校老师和学生、立志科研的青少年、信息产业的高管以及制定政策方针的政府工作人员。