MATLAB機(jī)器學(xué)習(xí)：人工智能工程實(shí)踐（原書(shū)第2版）

定　價(jià)：￥89.00

作　者：	[美] 邁克爾·帕拉斯?jié)煽耍沟俜夷荨ね旭R斯著，陳建平譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	智能系統(tǒng)與技術(shù)叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

京東 (￥89.00)

ISBN：	9787111646778	出版時(shí)間：	2020-03-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	301	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)是關(guān)于在MATLAB中使用實(shí)例進(jìn)行機(jī)器學(xué)習(xí)的綜合指南。書(shū)中概述了人工智能與自動(dòng)控制的歷史；回顧了用于機(jī)器學(xué)習(xí)的商用軟件包，并展示了它們?nèi)绾螒?yīng)用于該領(lǐng)域；接著展示了如何使用MATLAB來(lái)解決機(jī)器學(xué)習(xí)問(wèn)題，以及如何利用MATLAB圖形技術(shù)來(lái)增強(qiáng)程序員對(duì)機(jī)器學(xué)習(xí)結(jié)果的理解。本書(shū)隨書(shū)提供了機(jī)器學(xué)習(xí)中若干重要問(wèn)題的MATLAB完整解決方案，包括飛行控制、人臉識(shí)別、自動(dòng)駕駛。書(shū)中所有的示例和應(yīng)用程序都提供了完整的源代碼。機(jī)器學(xué)習(xí)包含大量的數(shù)學(xué)概念與理論解釋。書(shū)中以清晰簡(jiǎn)潔的方式介紹了其中每個(gè)領(lǐng)域的數(shù)學(xué)知識(shí)，即使是并不經(jīng)常接觸數(shù)學(xué)理論的讀者也可以輕松理解。工程領(lǐng)域的讀者會(huì)看到這些數(shù)學(xué)知識(shí)與他們已經(jīng)了解的領(lǐng)域技術(shù)之間的密切聯(lián)系，并將學(xué)習(xí)到新的技術(shù)。本書(shū)主要內(nèi)容： l如何使用MATLAB構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用 l適用于機(jī)器學(xué)習(xí)的MATLAB可視化技術(shù) l面向工程的機(jī)器學(xué)習(xí)應(yīng)用案例

作者簡(jiǎn)介

　　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(guó)宇航局和軍方提供航空航天咨詢(xún)服務(wù)和MATLAB航天器控制工具箱。他在航空航天領(lǐng)域具有20多年的工作經(jīng)歷，之前作為GE公司宇航部門(mén)專(zhuān)家曾參與多個(gè)美國(guó)航空航天項(xiàng)目。他擁有麻省理工學(xué)院電氣工程學(xué)士學(xué)位、航空航天學(xué)碩士學(xué)位，曾發(fā)表了很多論文，擁有十多項(xiàng)美國(guó)專(zhuān)利。他是Apress出版社出版的《MATLAB與機(jī)器學(xué)習(xí)》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(xué)院航空航天學(xué)士學(xué)位和碩士學(xué)位。她一直從事航空航天項(xiàng)目分析和咨詢(xún)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(xiàng)目。她曾因“核聚動(dòng)力冥王星軌道探測(cè)和登陸器”入選美國(guó)太空總署創(chuàng)新資助項(xiàng)目，被任命為美國(guó)太空總署NIAC研究員。她也是Apress出版的《MATLAB與機(jī)器學(xué)習(xí)》的合著者。 ◆ 譯者簡(jiǎn)介 ◆ 陳建平 MathWorks公司中國(guó)區(qū)的技術(shù)咨詢(xún)專(zhuān)家，專(zhuān)注于工程大數(shù)據(jù)分析和高性能計(jì)算領(lǐng)域，擁有北京大學(xué)學(xué)士和碩士學(xué)位。加入MathWorks后，專(zhuān)注于通信系統(tǒng)和工程數(shù)據(jù)分析；深入探索工程數(shù)據(jù)在大數(shù)據(jù)領(lǐng)域的應(yīng)用。他擁有十余年數(shù)值算法設(shè)計(jì)、實(shí)現(xiàn)，以及對(duì)大規(guī)模工程數(shù)據(jù)分析和建模經(jīng)驗(yàn)；尤其對(duì)MATLAB與不同編程語(yǔ)言，以及Hadoop和Spark等大數(shù)據(jù)架構(gòu)的結(jié)合有較為深入的研究。

圖書(shū)目錄

序
譯者序
前言
作者簡(jiǎn)介
第1章機(jī)器學(xué)習(xí)概述
1．1 引言
1．2 機(jī)器學(xué)習(xí)基礎(chǔ)
1．3 學(xué)習(xí)機(jī)
1．4 機(jī)器學(xué)習(xí)分類(lèi)體系
1．5 控制
1．6 自主學(xué)習(xí)方法
1．7 人工智能
1．8 小結(jié)
第2章用于機(jī)器學(xué)習(xí)的MATLAB數(shù)據(jù)類(lèi)型
2．1 MATLAB數(shù)據(jù)類(lèi)型概述
2．2 使用參數(shù)初始化數(shù)據(jù)結(jié)構(gòu)
2．3 在圖像datastore上執(zhí)行mapreduce
2．4 從文件中創(chuàng)建表格
2．5 處理表格數(shù)據(jù)
2．6 使用MATLAB字符串
2．7 小結(jié)
第3章 MATLAB作圖
3．1 二維線(xiàn)圖
3．2 通用二維作圖
3．3 定制二維圖表
3．4 三維盒子
3．5 用紋理繪制三維對(duì)象
3．6 通用三維作圖
3．7 構(gòu)建圖形用戶(hù)界面
3．8 柱狀圖動(dòng)畫(huà)
3．9 畫(huà)一個(gè)機(jī)器人
3．10 小結(jié)
第4章卡爾曼濾波
4．1 用線(xiàn)性卡爾曼濾波器實(shí)現(xiàn)的狀態(tài)估計(jì)器
4．2 使用擴(kuò)展卡爾曼濾波器進(jìn)行狀態(tài)估計(jì)
4．3 使用無(wú)跡卡爾曼濾波器進(jìn)行狀態(tài)估計(jì)
4．4 使用無(wú)跡卡爾曼濾波器進(jìn)行參數(shù)估計(jì)
4．5 小結(jié)
第5章自適應(yīng)控制
5．1 自調(diào)諧：振蕩器建模
5．2 自調(diào)諧：調(diào)校振蕩器
5．3 模型參考自適應(yīng)控制的實(shí)現(xiàn)
5．4 創(chuàng)建方波輸入
5．5 轉(zhuǎn)子的MRAC演示
5．6 輪船駕駛：實(shí)現(xiàn)輪船駕駛控制的增益調(diào)度
5．7 航天器的指向
5．8 小結(jié)
第6章模糊邏輯
6．1 構(gòu)建模糊邏輯
6．2 模糊邏輯的實(shí)現(xiàn)
6．3 演示模糊邏輯
6．4 小結(jié)
第7章用決策樹(shù)進(jìn)行數(shù)據(jù)分類(lèi)
7．1 生成測(cè)試數(shù)據(jù)
7．2 繪制決策樹(shù)
7．3 決策樹(shù)的算法實(shí)現(xiàn)
7．4 創(chuàng)建決策樹(shù)
7．5 手工創(chuàng)建決策樹(shù)
7．6 訓(xùn)練和測(cè)試決策樹(shù)
7．7 小結(jié)
第8章神經(jīng)網(wǎng)絡(luò)入門(mén)
8．1 日光檢測(cè)器
8．2 單擺建模
8．3 單神經(jīng)元角度估計(jì)器
8．4 為單擺設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)
8．5 小結(jié)
第9章基于神經(jīng)網(wǎng)絡(luò)的數(shù)字分類(lèi)
9．1 生成帶噪聲的測(cè)試圖像
9．2 創(chuàng)建神經(jīng)網(wǎng)絡(luò)函數(shù)
9．3 訓(xùn)練單一輸出節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)
9．4 測(cè)試神經(jīng)網(wǎng)絡(luò)
9．5 訓(xùn)練多輸出節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)
9．6 小結(jié)
第10章基于深度學(xué)習(xí)的模式識(shí)別
10．1 為訓(xùn)練神經(jīng)網(wǎng)絡(luò)在線(xiàn)獲取數(shù)據(jù)
10．2 產(chǎn)生貓的訓(xùn)練圖像集
10．3 矩陣卷積
10．4 卷積層
10．5 池化層
10．6 全連接層
10．7 確定輸出概率
10．8 測(cè)試神經(jīng)網(wǎng)絡(luò)
10．9 識(shí)別數(shù)字
10．10 識(shí)別圖像
10．11 小結(jié)
第11章用于飛機(jī)控制的神經(jīng)網(wǎng)絡(luò)
11．1 縱向運(yùn)動(dòng)
11．2 利用數(shù)值方法尋找平衡狀態(tài)
11．3 飛機(jī)的數(shù)值仿真
11．4 激活函數(shù)
11．5 學(xué)習(xí)控制的神經(jīng)網(wǎng)絡(luò)
11．6 枚舉數(shù)據(jù)集
11．7 編寫(xiě)sigma-pi神經(jīng)網(wǎng)絡(luò)函數(shù)
11．8 實(shí)現(xiàn)PID控制器
11．9 飛機(jī)俯仰角PID控制
11．10 創(chuàng)建俯仰動(dòng)力學(xué)的神經(jīng)網(wǎng)絡(luò)
11．11 非線(xiàn)性仿真中的控制器演示
11．12 小結(jié)
第12章多重假設(shè)檢驗(yàn)
12．1 概覽
12．2 理論
12．3 追蹤臺(tái)球的卡爾曼濾波器
12．4 追蹤臺(tái)球的MHT
12．5 一維運(yùn)動(dòng)
12．6 軌道關(guān)聯(lián)的一維運(yùn)動(dòng)
12．7 小結(jié)
第13章基于多重假設(shè)檢驗(yàn)的自動(dòng)駕駛
13．1 汽車(chē)動(dòng)力學(xué)
13．2 汽車(chē)?yán)走_(dá)建模
13．3 汽車(chē)的自主車(chē)控制
13．4 汽車(chē)動(dòng)畫(huà)
13．5 汽車(chē)仿真與卡爾曼濾波器
13．6 汽車(chē)目標(biāo)追蹤
13．7 小結(jié)
第14章基于案例的專(zhuān)家
14．1 構(gòu)建專(zhuān)家
14．2 運(yùn)行專(zhuān)家
14．3 小結(jié)
附錄A 自主學(xué)習(xí)的歷史
附錄B 機(jī)器學(xué)習(xí)軟件
參考文獻(xiàn)
中英文術(shù)語(yǔ)對(duì)照表