本書內(nèi)容涵蓋統(tǒng)計(jì)描述、相關(guān)分析、回歸分析、數(shù)據(jù)降維、關(guān)聯(lián)規(guī)則挖掘、分類、聚類、異常檢測和集成學(xué)習(xí)等數(shù)據(jù)挖掘9大核心領(lǐng)域。通過原理解析、數(shù)學(xué)推導(dǎo)、流程分析、計(jì)算示例和案例演示，精心設(shè)計(jì)231個(gè)圖表、47個(gè)代碼示例及5大類學(xué)習(xí)模塊，遴選了45個(gè)實(shí)踐案例，全方位促進(jìn)讀者對(duì)內(nèi)容的理解和掌握。此外，本書還配套豐富的數(shù)字化學(xué)習(xí)資源

本書是一本全面深入探討半導(dǎo)體傳感器在氣體、化學(xué)和生物醫(yī)學(xué)領(lǐng)域應(yīng)用的書籍。它從基本原理和不同類型傳感器的工作機(jī)制講起，覆蓋了金屬氧化物半導(dǎo)體傳感器和場效應(yīng)晶體管傳感器等類型，并詳細(xì)討論了這些傳感器在氧氣、一氧化碳、甲烷檢測，環(huán)境監(jiān)測，食品安全，以及醫(yī)療診斷和生物分子檢測中的應(yīng)用。書中還介紹了傳感器技術(shù)的最新進(jìn)展，如小型化

本書主要介紹多智能體協(xié)同調(diào)控理論，深入闡述通信拒止時(shí)基于系統(tǒng)相對(duì)測量輸出的分布式觀測器設(shè)計(jì)新理論與方法，并圍繞此方法探討多類多智能體系統(tǒng)的分布式協(xié)同調(diào)控問題。內(nèi)容涵蓋多智能體系統(tǒng)的基礎(chǔ)理論與圖論的基礎(chǔ)知識(shí)、靜態(tài)與切換網(wǎng)絡(luò)拓?fù)湎碌亩噍斎攵噍敵鼍�性異構(gòu)多智能體系統(tǒng)一致性調(diào)控、二階非線性系統(tǒng)的一致性調(diào)控、連續(xù)時(shí)間與離散時(shí)間線

本書聚焦人工智能領(lǐng)域中機(jī)器學(xué)習(xí)的基礎(chǔ)理論與方法，通過嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)和可解釋性分析，幫助讀者理解常用方法的理論內(nèi)涵與實(shí)現(xiàn)細(xì)節(jié)。全書共8章，第1章簡要講解機(jī)器學(xué)習(xí)的基本概念與發(fā)展脈絡(luò)；第2章和第3章介紹所需的數(shù)學(xué)基礎(chǔ)與優(yōu)化基礎(chǔ)；第4章介紹數(shù)據(jù)基礎(chǔ)理論方面的知識(shí)；第5～8章分類探討經(jīng)典機(jī)器學(xué)習(xí)方法，涵蓋特征處理、聚類分析、回

本書對(duì)于互聯(lián)網(wǎng)絡(luò)的匹配排除、連通性和診斷度問題提供了一個(gè)統(tǒng)一的理論框架。內(nèi)容包括：對(duì)網(wǎng)絡(luò)診斷的概述；給出網(wǎng)絡(luò)的高階好鄰診斷度和高階限制診斷度的一些充分條件；確定了一些著名網(wǎng)絡(luò)的高階連通度、自然診斷度、高階好鄰診斷度和高階限制診斷度以及互聯(lián)網(wǎng)絡(luò)的匹配排除和條件匹配排除。書中許多內(nèi)容和方法是作者的研究成果，同時(shí)還提出一些問

本書堅(jiān)持理論教學(xué)環(huán)節(jié)與實(shí)驗(yàn)實(shí)踐教學(xué)環(huán)節(jié)并重的教育理念,不僅詳細(xì)探討了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)原理,即“模型、學(xué)習(xí)準(zhǔn)則和優(yōu)化算法”,而且對(duì)每一個(gè)模型均輔以Python“自編碼”算法設(shè)計(jì),詳細(xì)再現(xiàn)了從原理分析到算法設(shè)計(jì)與應(yīng)用的過程和思想,使理論分析、優(yōu)化計(jì)算與算法設(shè)計(jì)三者交互映襯,便于讀者學(xué)習(xí)掌握.本書共包含16章,既涵蓋了經(jīng)典

本書系統(tǒng)介紹了非線性約束系統(tǒng)的智能自適應(yīng)反步遞推控制的基本理論和方法，力求涵蓋國內(nèi)外最新研究成果，主要內(nèi)容包括非線性嚴(yán)格反饋系統(tǒng)的智能自適應(yīng)約束控制設(shè)計(jì)方法及理論、非線性時(shí)滯約束系統(tǒng)的智能自適應(yīng)控制設(shè)計(jì)方法及理論、非線性多智能體約束系統(tǒng)的智能自適應(yīng)控制設(shè)計(jì)方法及理論、非線性切換約束系統(tǒng)的智能自適應(yīng)控制設(shè)計(jì)方法及理論，以

本書從數(shù)據(jù)空間的基本概念入手，分析和探討了數(shù)據(jù)空間的定義、類型、特征、功能、架構(gòu)、組件和關(guān)鍵技術(shù)，以及數(shù)據(jù)空間與數(shù)據(jù)要素市場的關(guān)系等基礎(chǔ)理論問題；同時(shí)，結(jié)合具體實(shí)例，從多學(xué)科視角對(duì)數(shù)據(jù)空間內(nèi)數(shù)據(jù)安全與信任體系構(gòu)建、數(shù)據(jù)連接器與參與者認(rèn)證、數(shù)據(jù)集成與互操作方法、信息模型與詞匯表設(shè)計(jì)、數(shù)據(jù)生態(tài)體系建設(shè)等重要問題進(jìn)行了深入且

本書面向當(dāng)前多時(shí)相遙感影像處理分析的學(xué)術(shù)前沿與地學(xué)應(yīng)用的重大需求，介紹多時(shí)相遙感影像處理分析的框架體系和實(shí)現(xiàn)過程，對(duì)其中涉及的發(fā)展前沿、關(guān)鍵技術(shù)進(jìn)行了探討和綜述。在常規(guī)遙感變化檢測、多時(shí)相信息提取方法的基礎(chǔ)上，引入深度學(xué)習(xí)、集成學(xué)習(xí)、遷移學(xué)習(xí)等新型機(jī)器學(xué)習(xí)理論方法，重點(diǎn)對(duì)多時(shí)相遙感影像自動(dòng)變化檢測、多時(shí)相遙感影像地表覆

本書立足人工智能高速發(fā)展背景下數(shù)據(jù)中心面臨的電力消耗與碳排放挑戰(zhàn)，結(jié)合新能源系統(tǒng)發(fā)展機(jī)遇，系統(tǒng)探討算力-電力-熱力協(xié)同在數(shù)據(jù)中心可持續(xù)發(fā)展中的關(guān)鍵作用。本書從宏觀視角剖析全球算力電耗演變及中國能耗現(xiàn)狀，揭示算效提升的迫切性，并梳理全球綠色低碳實(shí)踐；微觀層面則圍繞數(shù)據(jù)中心分類、節(jié)能技術(shù)及算力-能源協(xié)同邏輯展開，通過知識(shí)圖