中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
MATLAB機器學習:人工智能工程實踐(原書第2版) 版權信息
- ISBN：9787111646778
- 條形碼：9787111646778 ; 978-7-111-64677-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
MATLAB機器學習:人工智能工程實踐(原書第2版) 本書特色
本書是關于在MATLAB中使用實例進行機器學習的綜合指南。書中概述了人工智能與自動控制的歷史；回顧了用于機器學習的商用軟件包，并展示了它們如何應用于該領域；接著展示了如何使用MATLAB來解決機器學習問題，以及如何利用MATLAB圖形技術來增強程序員對機器學習結果的理解。 本書隨書提供了機器學習中若干重要問題的MATLAB完整解決方案，包括飛行控制、人臉識別、自動駕駛。書中所有的示例和應用程序都提供了完整的源代碼。 機器學習包含大量的數學概念與理論解釋。書中以清晰簡潔的方式介紹了其中每個領域的數學知識，即使是并不經常接觸數學理論的讀者也可以輕松理解。工程領域的讀者會看到這些數學知識與他們已經了解的領域技術之間的密切聯(lián)系，并將學習到新的技術。 本書主要內容：如何使用MATLAB構建機器學習應用 適用于機器學習的MATLAB可視化技術 面向工程的機器學習應用案例
MATLAB機器學習:人工智能工程實踐(原書第2版) 內容簡介
讀者對象：具有MATLAB使用基礎的大專院校工程專業(yè)學生、研究者和從業(yè)工程師 1、本書提供所有示例的源代碼下載：https://ww2.mathworks.cn/academia/books/matlab-machine-learning-recipes-paluszek.html ，讀者可在MATLAB中文社區(qū)論壇：http://www.ilovematlab.cn/forum-265-1.html 與譯者互動交流； 2、由淺入深，不常接觸數學理論的讀者也可以輕松理解書中內容，書中分析了包括自動駕駛、飛機智能控制等工程應用問題并給出解決方案，該書的寫作得到MathWorks公司官方圖書計劃的支持并收錄其中； 3、在上一版的基礎上，進一步增加了對神經網絡和深度學習的原理介紹及其工程應用的實踐； 4、幫你學習機器學習在工程方面的應用，在真實場景中，將算法應用于工程實踐。
MATLAB機器學習:人工智能工程實踐(原書第2版) 目錄
推薦序
譯者序
前言
作者簡介
第1章 機器學習概述1
1.1 引言1
1.2 機器學習基礎2
1.3 學習機4
1.4 機器學習分類體系5
1.5 控制7
1.6 自主學習方法9
1.7 人工智能14
1.8 小結16
第2章 用于機器學習的MATLAB數據類型17
2.1 MATLAB數據類型概述17
2.2 使用參數初始化數據結構27
2.3 在圖像datastore上執(zhí)行mapreduce29
2.4 從文件中創(chuàng)建表格31
2.5 處理表格數據33
2.6 使用MATLAB字符串36
2.7 小結38
第3章 MATLAB作圖39
3.1 二維線圖39
3.2 通用二維作圖42
3.3 定制二維圖表44
3.4 三維盒子45
3.5 用紋理繪制三維對象47
3.6 通用三維作圖49
3.7 構建圖形用戶界面51
3.8 柱狀圖動畫56
3.9 畫一個機器人59
3.10 小結61
第4章 卡爾曼濾波63
4.1 用線性卡爾曼濾波器實現的狀態(tài)估計器64
4.2 使用擴展卡爾曼濾波器進行狀態(tài)估計80
4.3 使用無跡卡爾曼濾波器進行狀態(tài)估計84
4.4 使用無跡卡爾曼濾波器進行參數估計90
4.5 小結93
第5章 自適應控制95
5.1 自調諧：振蕩器建模96
5.2 自調諧：調校振蕩器97
5.3 模型參考自適應控制的實現102
5.4 創(chuàng)建方波輸入106
5.5 轉子的MRAC演示系統(tǒng)107
5.6 輪船駕駛：實現輪船駕駛控制的增益調度110
5.7 航天器的指向114
5.8 小結116
第6章 模糊邏輯118
6.1 構建模糊邏輯系統(tǒng)119
6.2 模糊邏輯的實現122
6.3 演示模糊邏輯125
6.4 小結127
第7章 用決策樹進行數據分類129
7.1 生成測試數據130
7.2 繪制決策樹133
7.3 決策樹的算法實現136
7.4 創(chuàng)建決策樹139
7.5 手工創(chuàng)建決策樹142
7.6 訓練和測試決策樹145
7.7 小結148
第8章 神經網絡入門149
8.1 日光檢測器149
8.2 單擺建模150
8.3 單神經元角度估計器155
8.4 為單擺系統(tǒng)設計神經網絡159
8.5 小結163
第9章 基于神經網絡的數字分類164
9.1 生成帶噪聲的測試圖像165
9.2 創(chuàng)建神經網絡函數169
9.3 訓練單一輸出節(jié)點的神經網絡173
9.4 測試神經網絡178
9.5 訓練多輸出節(jié)點的神經網絡179
9.6 小結182
第10章 基于深度學習的模式識別183
10.1 為訓練神經網絡在線獲取數據185
10.2 產生貓的訓練圖像集185
10.3 矩陣卷積188
10.4 卷積層190
10.5 池化層192
10.6 全連接層193
10.7 確定輸出概率195
10.8 測試神經網絡196
10.9 識別數字198
10.10 識別圖像200
10.11 小結202
第11章 用于飛機控制的神經網絡203
11.1 縱向運動204
11.2 利用數值方法尋找平衡狀態(tài)210
11.3 飛機的數值仿真211
11.4 激活函數213
11.5 學習控制的神經網絡214
11.6 枚舉數據集218
11.7 編寫sigma-pi神經網絡函數220
11.8 實現PID控制器222
11.9 飛機俯仰角PID控制226
11.10 創(chuàng)建俯仰動力學的神經網絡228
11.11 非線性仿真中的控制器演示231
11.12 小結232
第12章 多重假設檢驗233
12.1 概覽233
12.2 理論235
12.3 追蹤臺球的卡爾曼濾波器240
12.4 追蹤臺球的MHT246
12.5 一維運動250
12.6 軌道關聯(lián)的一維運動252
12.7 小結255
第13章 基于多重假設檢驗的自動駕駛256
13.1 汽車動力學257
13.2 汽車雷達建模260
13.3 汽車的自主超車控制262
13.4 汽車動畫264
13.5 汽車仿真與卡爾曼濾波器266
13.6 汽車目標追蹤270
13.7 小結273
第14章 基于案例的專家系統(tǒng)275
14.1 構建專家系統(tǒng)276
14.2 運行專家系統(tǒng)277
14.3 小結279
附錄A 自主學習的歷史281
附錄B 機器學習軟件288
參考文獻298
中英文術語對照表300
譯者序
前言
作者簡介
第1章 機器學習概述1
1.1 引言1
1.2 機器學習基礎2
1.3 學習機4
1.4 機器學習分類體系5
1.5 控制7
1.6 自主學習方法9
1.7 人工智能14
1.8 小結16
第2章 用于機器學習的MATLAB數據類型17
2.1 MATLAB數據類型概述17
2.2 使用參數初始化數據結構27
2.3 在圖像datastore上執(zhí)行mapreduce29
2.4 從文件中創(chuàng)建表格31
2.5 處理表格數據33
2.6 使用MATLAB字符串36
2.7 小結38
第3章 MATLAB作圖39
3.1 二維線圖39
3.2 通用二維作圖42
3.3 定制二維圖表44
3.4 三維盒子45
3.5 用紋理繪制三維對象47
3.6 通用三維作圖49
3.7 構建圖形用戶界面51
3.8 柱狀圖動畫56
3.9 畫一個機器人59
3.10 小結61
第4章 卡爾曼濾波63
4.1 用線性卡爾曼濾波器實現的狀態(tài)估計器64
4.2 使用擴展卡爾曼濾波器進行狀態(tài)估計80
4.3 使用無跡卡爾曼濾波器進行狀態(tài)估計84
4.4 使用無跡卡爾曼濾波器進行參數估計90
4.5 小結93
第5章 自適應控制95
5.1 自調諧：振蕩器建模96
5.2 自調諧：調校振蕩器97
5.3 模型參考自適應控制的實現102
5.4 創(chuàng)建方波輸入106
5.5 轉子的MRAC演示系統(tǒng)107
5.6 輪船駕駛：實現輪船駕駛控制的增益調度110
5.7 航天器的指向114
5.8 小結116
第6章 模糊邏輯118
6.1 構建模糊邏輯系統(tǒng)119
6.2 模糊邏輯的實現122
6.3 演示模糊邏輯125
6.4 小結127
第7章 用決策樹進行數據分類129
7.1 生成測試數據130
7.2 繪制決策樹133
7.3 決策樹的算法實現136
7.4 創(chuàng)建決策樹139
7.5 手工創(chuàng)建決策樹142
7.6 訓練和測試決策樹145
7.7 小結148
第8章 神經網絡入門149
8.1 日光檢測器149
8.2 單擺建模150
8.3 單神經元角度估計器155
8.4 為單擺系統(tǒng)設計神經網絡159
8.5 小結163
第9章 基于神經網絡的數字分類164
9.1 生成帶噪聲的測試圖像165
9.2 創(chuàng)建神經網絡函數169
9.3 訓練單一輸出節(jié)點的神經網絡173
9.4 測試神經網絡178
9.5 訓練多輸出節(jié)點的神經網絡179
9.6 小結182
第10章 基于深度學習的模式識別183
10.1 為訓練神經網絡在線獲取數據185
10.2 產生貓的訓練圖像集185
10.3 矩陣卷積188
10.4 卷積層190
10.5 池化層192
10.6 全連接層193
10.7 確定輸出概率195
10.8 測試神經網絡196
10.9 識別數字198
10.10 識別圖像200
10.11 小結202
第11章 用于飛機控制的神經網絡203
11.1 縱向運動204
11.2 利用數值方法尋找平衡狀態(tài)210
11.3 飛機的數值仿真211
11.4 激活函數213
11.5 學習控制的神經網絡214
11.6 枚舉數據集218
11.7 編寫sigma-pi神經網絡函數220
11.8 實現PID控制器222
11.9 飛機俯仰角PID控制226
11.10 創(chuàng)建俯仰動力學的神經網絡228
11.11 非線性仿真中的控制器演示231
11.12 小結232
第12章 多重假設檢驗233
12.1 概覽233
12.2 理論235
12.3 追蹤臺球的卡爾曼濾波器240
12.4 追蹤臺球的MHT246
12.5 一維運動250
12.6 軌道關聯(lián)的一維運動252
12.7 小結255
第13章 基于多重假設檢驗的自動駕駛256
13.1 汽車動力學257
13.2 汽車雷達建模260
13.3 汽車的自主超車控制262
13.4 汽車動畫264
13.5 汽車仿真與卡爾曼濾波器266
13.6 汽車目標追蹤270
13.7 小結273
第14章 基于案例的專家系統(tǒng)275
14.1 構建專家系統(tǒng)276
14.2 運行專家系統(tǒng)277
14.3 小結279
附錄A 自主學習的歷史281
附錄B 機器學習軟件288
參考文獻298
中英文術語對照表300
展開全部
MATLAB機器學習:人工智能工程實踐(原書第2版) 相關資料
隨著機器學習和深度學習技術的迅猛發(fā)展，各種開發(fā)設計工具層出不窮。在眾多可供選擇的工具當中（包括像Python、TensorFlow這樣的開源工具），MATLAB在科學工程領域一直保持著獨特的地位，是科學工作者和產品設計師開發(fā)機器學習應用的*的可靠工具。主要原因在于以下三個方面： MATLAB已經在科學和工程數據分析方面得到廣泛的應用，是科研和工程工作者做數據分析的得力助手。 MATLAB提供的工具箱涵蓋眾多應用領域，包括計算金融、圖像處理和計算機視覺、計算生物學、無線通信、汽車、航空航天和制造、自然語言處理，等等。 MATLAB提供AI開發(fā)的完整流程，包括數據產生、數據采集、數據預處理、特征工程、AI算法開發(fā)、系統(tǒng)設計、系統(tǒng)部署，以及整合測試，可讓行業(yè)專家快速掌握AI技術開發(fā)和產品設計的各個環(huán)節(jié)。 在MathWorks公司工作的16年中，我讀過不少介紹MATLAB的圖書，也瀏覽過很多關于機器學習方面的圖書，但我感覺本書是為數不多的能真正把MATLAB的內在優(yōu)勢和機器學習的具體應用緊密結合，從解決問題的角度系統(tǒng)化地講解相關知識的書籍之一。本書的內容完整地展現了MATLAB在機器學習中*重要的功能和*有效的使用方式。作者以科研工作者所習慣的“問題—方法—步驟”的思維方式來解釋每一個應用實例，既容易理解又有實用性。 本書譯者陳建平擁有20多年的MATLAB的實戰(zhàn)經驗，對MATLAB的核心技術和應用技巧了如指掌。在MathWorks公司工作的11年中，他為很多應用領域的客戶遇到的技術問題提供過很多解決方案。*近幾年他致力于大數據和機器學習的應用，積累了豐富的實戰(zhàn)經驗和案例。他的翻譯為這本書注入了新的價值。 不論你是行業(yè)專家，還是數據分析師，抑或是剛入門的機器學習愛好者，MATLAB應該是你學習、研究和開發(fā)機器學習應用的必備工具，而本書應該是你用MATLAB開發(fā)機器學習的重要指南。 趙志宏 MathWorks全球產品市場經理
MATLAB機器學習:人工智能工程實踐(原書第2版) 作者簡介
邁克爾·帕拉斯?jié)煽?br />普林斯頓衛(wèi)星系統(tǒng)公司（PSS）總裁，為美國宇航局和軍方提供航空航天咨詢服務和MATLAB航天器控制工具箱。他在航空航天領域具有20多年的工作經歷，之前作為GE公司宇航部門專家曾參與多個美國航空航天項目。他擁有麻省理工學院電氣工程學士學位、航空航天學碩士學位，曾發(fā)表了很多論文，擁有十多項美國專利。他是Apress出版社出版的《MATLAB與機器學習》的合著者。
斯蒂芬妮·托馬斯
普林斯頓衛(wèi)星系統(tǒng)公司副總裁。她擁有麻省理工學院航空航天學士學位和碩士學位。她一直從事航空航天項目分析和咨詢工作，曾參與了普林斯頓衛(wèi)星系統(tǒng)公司公司MATLAB航天器控制工具箱研發(fā)項目。她曾因“核聚動力冥王星軌道探測和登陸器”入選美國太空總署創(chuàng)新資助項目，被任命為美國太空總署NIAC研究員。她也是Apress出版的《MATLAB與機器學習》的合著者。邁克爾·帕拉斯?jié)煽?普林斯頓衛(wèi)星系統(tǒng)公司（PSS）總裁，為美國宇航局和軍方提供航空航天咨詢服務和MATLAB航天器控制工具箱。他在航空航天領域具有20多年的工作經歷，之前作為GE公司宇航部門專家曾參與多個美國航空航天項目。他擁有麻省理工學院電氣工程學士學位、航空航天學碩士學位，曾發(fā)表了很多論文，擁有十多項美國專利。他是Apress出版社出版的《MATLAB與機器學習》的合著者。
斯蒂芬妮·托馬斯
普林斯頓衛(wèi)星系統(tǒng)公司副總裁。她擁有麻省理工學院航空航天學士學位和碩士學位。她一直從事航空航天項目分析和咨詢工作，曾參與了普林斯頓衛(wèi)星系統(tǒng)公司公司MATLAB航天器控制工具箱研發(fā)項目。她曾因“核聚動力冥王星軌道探測和登陸器”入選美國太空總署創(chuàng)新資助項目，被任命為美國太空總署NIAC研究員。她也是Apress出版的《MATLAB與機器學習》的合著者。
◆ 譯者簡介 ◆
陳建平
MathWorks公司中國區(qū)的技術咨詢專家，專注于工程大數據分析和高性能計算領域，擁有北京大學學士和碩士學位。加入MathWorks后，專注于通信系統(tǒng)和工程數據分析；深入探索工程數據在大數據領域的應用。他擁有十余年數值算法設計、實現，以及對大規(guī)模工程數據分析和建模經驗；尤其對MATLAB與不同編程語言，以及Hadoop和Spark等大數據架構的結合有較為深入的研究。
書友推薦
- >
名家?guī)阕x魯迅:故事新編
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
- >
龍榆生：詞曲概論/大家小書
- >
煙與鏡
- >
姑媽的寶刀
- >
唐代進士錄
- >
月亮與六便士
本類暢銷
