本書包含9章內(nèi)容，第1章緒論介紹機(jī)器人的基本組成、分類、發(fā)展歷程和應(yīng)用，以及機(jī)器人機(jī)構(gòu)創(chuàng)新設(shè)計(jì)的研究內(nèi)容。第2章和第3章介紹機(jī)器人學(xué)研究涉及的數(shù)學(xué)基礎(chǔ)，并根據(jù)機(jī)器人機(jī)構(gòu)創(chuàng)新設(shè)計(jì)的流程重點(diǎn)介紹有限-瞬時(shí)旋量數(shù)學(xué)框架。第4章至第8章涵蓋串聯(lián)、并聯(lián)機(jī)器人機(jī)構(gòu)設(shè)計(jì)的全部環(huán)節(jié)，包括機(jī)構(gòu)構(gòu)型綜合、運(yùn)動(dòng)學(xué)建模、靜力學(xué)建模、動(dòng)力學(xué)建模

本書是一本精簡的神經(jīng)網(wǎng)絡(luò)入門教程，用通俗易懂的語言講解神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)。本書共6章，第1章對(duì)神經(jīng)網(wǎng)絡(luò)領(lǐng)域進(jìn)行概述，包括其歷史和應(yīng)用；第2章深入探討神經(jīng)元的數(shù)學(xué)模型，包括其輸入、權(quán)值、偏置和激活函數(shù)；第3章介紹感知機(jī)的概念，討論感知機(jī)的結(jié)構(gòu)，并解釋如何用它來解決簡單的分類問題；第4章介紹多層感知機(jī)的概念，講述如何使用前

本教材系統(tǒng)地講解了機(jī)器學(xué)習(xí)的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數(shù)貝葉斯方法、聚類分析、支持向量機(jī)、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機(jī)與卷積神經(jīng)網(wǎng)絡(luò)、序列神經(jīng)網(wǎng)絡(luò)，以及強(qiáng)化學(xué)習(xí)。本教材旨在使讀者了解機(jī)器學(xué)習(xí)的發(fā)展，理解和掌握機(jī)器學(xué)習(xí)的基本原理、方法與主要應(yīng)用。本書

機(jī)器學(xué)習(xí)是人工智能的核心領(lǐng)域之一，本書配套周志華教授所著的《機(jī)器學(xué)習(xí)》教材，通過大量習(xí)題考查讀者對(duì)機(jī)器學(xué)習(xí)相關(guān)知識(shí)點(diǎn)的理解與掌握。本書分為兩個(gè)部分：第一部分習(xí)題對(duì)應(yīng)《機(jī)器學(xué)習(xí)》第1-10章的內(nèi)容，包括緒論、模型評(píng)估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)；第二部分包含

本書彌補(bǔ)了純數(shù)學(xué)書籍和機(jī)器學(xué)習(xí)書籍存在的單一性問題，介紹了理解機(jī)器學(xué)習(xí)所需的必備數(shù)學(xué)概念，例如線性代數(shù)、解析幾何、矩陣分解、向量微積分、優(yōu)化、概率和統(tǒng)計(jì)，并使用這些概念推導(dǎo)出了四種核心機(jī)器學(xué)習(xí)方法：線性回歸、主成分分析、高斯混合模型和支持向量機(jī)。本書每一章都包括一些例子，大部分章還配有習(xí)題，以方便讀者測(cè)試對(duì)所學(xué)知識(shí)的理

本書以提高學(xué)生數(shù)字化素養(yǎng)、提升人工智能通識(shí)教育質(zhì)量為目標(biāo)，引入生活中與人工智能相關(guān)的真實(shí)案例，進(jìn)行基于成果導(dǎo)向的結(jié)構(gòu)設(shè)計(jì)，將深?yuàn)W復(fù)雜的人工智能知識(shí)體系化、模塊化、生活化，深入淺出，通過貼近生活的小案例、微任務(wù)進(jìn)行引導(dǎo)式學(xué)習(xí)。書中包含人工智能、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)模塊和人工智能在生活、教學(xué)、消防等領(lǐng)域的應(yīng)用模塊

《計(jì)算機(jī)教育理論與實(shí)踐研究》是一部深入探討計(jì)算機(jī)教育領(lǐng)域的專業(yè)著作。全書系統(tǒng)地闡述了計(jì)算機(jī)教育的基本理論、課程設(shè)計(jì)、教學(xué)方法與策略、技術(shù)應(yīng)用、教學(xué)資源開發(fā)、評(píng)估與反饋、以及創(chuàng)新與發(fā)展等方面的內(nèi)容。通過理論與實(shí)踐相結(jié)合的方法，書中詳細(xì)分析了計(jì)算機(jī)教育的定義、發(fā)展歷程及其基本原則，介紹了計(jì)算機(jī)課程的設(shè)計(jì)原則與體系構(gòu)建，并探

全書介紹了數(shù)學(xué)問題數(shù)值求解方面基本與常用的方法。包括緒論、求解線性方程組的直接方法與迭代方法、插值法、函數(shù)逼近、數(shù)值積分和微分、特征值與特征向量、非線性方程求根、常微分方程初值與邊值問題的解法及偏微分方程的數(shù)值解法等12章。各章設(shè)有例題和工程案例。最后附習(xí)題。重點(diǎn)是在介紹基本理論的基礎(chǔ)上，注重編程思路的講解，給出各種數(shù)

本書主要內(nèi)容涵蓋大數(shù)據(jù)技術(shù)基礎(chǔ)、大數(shù)據(jù)采集與預(yù)處理技術(shù)、大數(shù)據(jù)存儲(chǔ)與管理技術(shù)、大數(shù)據(jù)處理與分析技術(shù)、大數(shù)據(jù)可視化與交互技術(shù)、大數(shù)據(jù)安全與隱私保護(hù)、大數(shù)據(jù)在金融行業(yè)的應(yīng)用、大數(shù)據(jù)在醫(yī)療健康領(lǐng)域的應(yīng)用、大數(shù)據(jù)在智慧城市建設(shè)中的應(yīng)用等方面。本書致力于全面剖析大數(shù)據(jù)技術(shù)的核心原理、最新進(jìn)展及其在各行各業(yè)中的廣泛應(yīng)用，旨在為讀者

在技術(shù)變革推動(dòng)與經(jīng)濟(jì)社會(huì)需求拉動(dòng)的多重驅(qū)動(dòng)作用下，人工智能技術(shù)出現(xiàn)了明顯的重大突破，進(jìn)入與之前完全不同的發(fā)展階段。近年來，以ChatGPT為代表的人工智能大模型研究成為一大熱點(diǎn)。本書嘗試從人工智能與大模型發(fā)展歷程入手，研判其已成為新的通用目的技術(shù)，并跟蹤技術(shù)發(fā)展和政策、產(chǎn)業(yè)等領(lǐng)域發(fā)展動(dòng)向。在此基礎(chǔ)上，系統(tǒng)分析了人工智能