跑腿平台哪个最便宜

機器人SLAM導航的一大痛點是很難做到理論與實戰相結合，而本書可謂“百科全書”式講解，可幫助硬件、軟件、算法等不同領域的研究開發人員走出“調參”困境，終結面對硬件和深奧算法時的束手無策，加快算法在實際機器人產品的工程落地與系統性技術突破。本書以ROS編程、傳感器、底盤等機器人開發所涉及的軟硬件基礎知識為切入點，逐步引出SLAM和導航兩大領域核心算法，并結合Cartographer、LOAM、ORB-SLAM、VINS、CNN-SLAM、DeepVO、ros-navigation、TEB、RRT等熱門開源算法對SLAM和導航的數學原理、代碼框架及實操進行深度剖析。本書分為4篇，一共13章。編程基礎篇（第1～3章），主要討論ROS的核心概念、大型C++工程的代碼組織方式以及OpenCV圖像處理方面的基礎知識，為后續學習打好必要的編程基礎。硬件基礎篇（第4～6章），通過對機器人傳感器、機器人主機和機器人底盤的討論，幫助缺少硬件基礎的開發者系統認識機器人硬件，并更好地理解軟件與硬件之間的協同關系。SLAM篇（第7～10章），以各個具體的SLAM系統實現為例，進一步介紹SLAM算法的代碼框架以及核心算法的細節實現。自主導航篇（第11～13章），基于具體自主導航系統實現，剖析自主導航算法的代碼框架以及核心算法的細節實現，并通過一個真實機器人案例向大家介紹應用SLAM導航技術進行開發的完整流程。

·30.9萬字

會員

人工智能倫理

人工智能（AI）時代已悄然而至，然而對AI倫理學的研究卻剛剛起步。與以往的技術革命不同，AI有望在多個領域取代人類，但也有傷害人類的潛在風險。為防止對AI技術的濫用，我們在復雜性變得不可控之前，必須把最糟糕的情況都預想到、分析到。

·27.7萬字

會員

合成生物學智能化設計與應用

本書以人工智能技術在合成生物學領域的理論、方法及應用為主線，詳細闡述人工智能在合成生物學不同層面設計中的應用進展，深入討論人工智能在合成生物學實際應用中面臨的挑戰與困難。本書先概述合成生物學與人工智能基本概念以及發展簡史，然后介紹人工智能技術在生物元件、生物模塊、生物系統設計方面的應用，并通過案例展示了人工智能與合成生物學技術在生物醫藥領域的研究進展，最后分析了人工智能驅動合成生物技術的發展趨勢，并討論了實際應用所面臨的挑戰和困難，以及展望該交叉領域的未來研究方向。本書適合作為生物類、計算機類、化工類、環境類、醫藥專業的本科生及研究生的教學用書，也適合生物、信息、醫藥、化工、能源、資源和環境等領域的科研人員、程序開發人員參考。

·23萬字

會員

計算機視覺40例從入門到深度學習（OpenCV-Python）

本書對計算機視覺涉及的知識點進行了全面、系統、深入的梳理，旨在幫助讀者快速掌握該領域的核心關鍵知識點。全書包含5個部分，第1部分基礎知識導讀篇，主要對計算機視覺涉及的基礎知識進行介紹，方便基礎比較薄弱、甚至沒有基礎的同學能夠快速掌握相關前導知識，快速入門計算機視覺領域。第2部分基礎案例篇主要介紹了圖像處理領域最常見的案例。第3部分機器學習篇主要對機器學習及使用OpenCV實現機器學習進行了介紹。第4部分深度神經網絡篇介紹了深度學習相關的基礎知識和相關案例。第5部分人臉識別對人臉識別的相關應用進行了較為具體的介紹。

·22.7萬字

會員

機器學習中的數學修煉

全書共分為兩篇：在上篇中，將從浩瀚的數學海洋中擷取機器學習研究人員最為必須和重要的數學基礎。內容主要包括：微積分（含場論）、數值計算和常用最優化方法、概率論基礎與數理統計、線性代數等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，這部分內容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網絡和HMM等）、分類算法（包括SVM，邏輯回歸，神經網絡等）和聚類算法（包括K均值和EM算法等）等話題。

·22.2萬字

會員

推薦系統：產品與算法解析

本書以媒介變遷為整體脈絡，通過幾類推薦產品的發展趨勢來探討推薦產品創新的核心驅動力，以及由具體產品特性引發的技術變革。全書內容分為5部分。第一部分從宏觀視角探討推薦產品從0到1進行創新的產品思路和技術思路；第二部分介紹革新傳統紙質媒介的新聞推薦和資訊推薦，包括關鍵算法設計和產品設計；第三部分介紹構建線上社交網絡的社交和社區推薦，以及如何通過協同過濾算法模擬社交網絡；第四部分從產品、生態和算法設計的角度，介紹革新傳統影視行業的視頻推薦；第五部分以阿里推薦產品及其新興的競爭產品為例，介紹革新傳統貨架電商的商品推薦。

·21.4萬字

會員

實戰機器學習

隨著互聯網、物聯網、云計算等技術的不斷發展，許多領域都產生了大量的數據。利用機器學習技術分析海量數據，可以從數據中發現隱含的、有價值的規律和模式，進而用于預測并采取相應動作。在上述背景下，本書從理論、技術和應用三個層面入手，全面講解如何利用機器學習技術解決實際問題。本書共分26章，內容包括機器學習解決問題流程、問題分析與建模、數據探索與準備、特征工程、模型訓練與評價、模型部署與應用、回歸模型、支持向量機、決策樹、集成學習、K近鄰算法、貝葉斯方法、聚類算法、關聯規則學習、神經網絡基礎、正則化、深度學習中的優化、卷積神經網絡、循環神經網絡、自編碼器、基于深度學習的語音分離方法、基于深度學習的圖像去水印方法、基于LSTM的云環境工作負載預測方法、基于QoS的服務組合問題、基于強化學習的投資組合方法、基于GAN模型的大數據系統參數優化方法。本書內容全面、示例豐富，適合機器學習初學者以及想要全面掌握機器學習技術的算法開發人員，也適合高等院校和培訓機構人工智能相關專業的師生教學參考。

·22.4萬字

會員

AI數字人原理與實現

本書是一部系統介紹AI數字人技術的專業著作，涵蓋了數字人的定義、發展歷程、關鍵技術及應用實踐等內容，全書共分3部分。在技術基礎部分，首先介紹了數字人的定義、發展歷程、分類和應用場景，接著詳細解析了數字人系統的架構設計、視覺算法和語音合成技術的原理，以及語義理解和知識表示技術如何提升數字人的智能和表現力。在應用實踐部分，帶領讀者深入探索數字人的創作流程，從內容策劃、角色建模到交互設計，每一步都進行了詳細講解。此外，還討論了數字人的身份認知和技術規范，為數字人的應用實踐提供了必要的知識。在展望未來部分，探討了數字人技術的未來發展趨勢，為讀者描繪了數字人與人類和諧共生的美好藍圖。本書內容豐富，結構清晰，適合對數字人技術感興趣的讀者，包括數字人技術的研究者、開發者、相關行業的從業人員及愛好者等閱讀。

·26.2萬字

會員

深度學習

本書初定五個章節，第一章淺層模型部分介紹線性回歸、Logistics回歸、Softmax回歸、廣義線性回歸模型以及機器學習基本概念。第二章介紹深度學習模型以及相應的正則化技術。第三章介紹卷積的物理意義、卷積神經網絡及其各種改進。第四章介紹反饋神經網絡及其改進的長短期記憶單元。第五章介紹深度強化學習，展示深度卷積網絡如何與強化學習技術融合用以人機圍棋博弈以及自動駕駛領域。

·20.4萬字

會員

深度學習與大模型基礎

本書從基礎的神經網絡、卷積神經網絡、循環神經網絡等入門知識，到深度學習的應用領域如計算機視覺、自然語言處理等高級主題都有涉及，可以幫助讀者更好地理解深度學習知識，并為未來的職業發展打下堅實的基礎。

·23.6萬字

會員

思維工程

本書是邏輯仿生符號主義AI第一代原型機的詳細的搭建計劃。主要內容涉及AI核心智能系統：語言、認知、情緒以及反映模式機制的構建。本書中凡是對AI做出的機制層的描述都有對應的人類智能的印證，都有對應的模塊描述；凡是有模塊描述的都有對應的實驗設計。著者5年前出版了《思維工程導論》，之后帶領著100多人的團隊經歷了5年工程實踐，如今把過去5年的研究成果匯聚于此書。這本《思維工程》已不是泛泛而談的科普讀物，是為顛覆性技術的實踐做的最后的準備。

·34.3萬字

會員

奇點到來：AIGC引爆增長新范式

增長是企業利用計算機、大數據、人工智能等新技術實現經營增長的新思路和新方法，本書作為該領域的入門級讀物，介紹了AIGC在增長領域的技術和實戰應用。本書分為4部分，第1部分、第2部分、第4部分主要針對有興趣了解AIGC背后技術原理、增長模式的變化以及截至2023年3月業界、學術界的最新技術進展的讀者；第3部分包含AI的基礎知識、基礎模型，并從實戰應用角度介紹作為應用開發者如何高效上手與利用最新的開源技術與API，適合有一定技術基礎的讀者。

·21.9萬字

會員

生成式人工智能（基于PyTorch實現）

本書通過從零開始構建生成式人工智能模型來探討生成式人工智能的底層機制，并使用PyTorch對生成式人工智能模型進行編程的實踐指導，以期讓讀者在了解生成對抗網絡（GAN）、變分自編碼器（VAE）、循環神經網絡（RNN）、Transformer、擴散模型、大語言模型（LLM）和LangChain等技術原理之后，能構建可生成形狀、數字、圖像、文本和音樂的生成式人工智能模型。本書適合各種商業領域中的人工智能技術工程師和數據科學家在實踐生成式人工智能模型時隨手查閱，也適合生成式人工智能的初學者作為入門指南。

·22萬字

會員

信息流推薦算法

本書從信息流個性化推薦算法從業者的角度，闡述在資訊內容類App中，如何搭建健壯、完善的個性化推薦算法體系，如何融合產品運營的專家模型和端到端的深度學習，如何平衡短期的商業化目標和長期的用戶體驗，以及我們在多個行業頭部平臺實踐的過程中遇到的典型業務問題和解決方案，對比理論推導為主的機器學習書籍，本身更偏向基于行業問題的深度思考及落地實踐。

·24.3萬字

會員

智能硬件產品：從0到1的方法與實踐

本書講述了智能硬件產品從0到1需要的方法和技術。內容涵蓋識別市場機會、細分市場、市場分析、產品定位、定義產品需求、定義需求優先級、產品概念生成、產品概念選擇、產品概念測試、產品設計、構建產品原型、可用性測試、智能硬件相關法規與認證、產品發布等。

·26.4萬字

會員

AI芯片：科技探索與AGI愿景

本書旨在從創新的角度探討AI芯片的現狀和未來，共分9章。第1章為概論，介紹大模型浪潮下，AI芯片的需求與挑戰。第2章、第3章分別介紹實現深度學習AI芯片的創新方法與架構，以及一些新興的算法和思路。第4章全面介紹半導體芯片產業的前沿技術，包括新型晶體管、集成芯片、分子器與分子憶阻器，以及打印類腦芯片等。第5章~第8章分別探討用化學或生物方法實現AI、AI在科學發現中的創新應用、實現神經形態計算與類腦芯片的創新方法，以及具身智能芯片。第9章展望未來的AGI芯片，并探討相關的發展和倫理話題。本書可供AI和芯片領域的研究人員，工程技術人員，科技、產業決策和管理人員，以及創投從業者參考，也可供AI、集成電路、計算機等相關專業的本科生、研究生和教學工作者，以及所有對AI芯片感興趣的讀者閱讀。

·30.8萬字

會員

機器學習（第2版）

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書涵蓋了機器學習和深度學習的基礎知識，主要包括機器學習的概述、統計學基礎、分類、聚類、神經網絡、貝葉斯網絡、支持向量機、文本分析、分布式機器學習算法等經典的機器學習基礎知識，還包括卷積神經網絡、循環神經網絡、生成對抗網絡、目標檢測、自編碼器等深度學習的內容。此外，本書還介紹了機器學習的熱門應用領域推薦系統以及強化學習等主題。本書深入淺出、內容全、案例豐富，每章都提供Python程序代碼和習題，供讀者鞏固所學知識。

·30.2萬字

會員

人工智能注意力機制：體系、模型與算法剖析

“注意”作為一切思維活動的起點，一直是哲學、心理學和認知神經科學的重點研究對象。隨著計算機技術的發展，人類對注意力機制的模擬和應用成為計算機科學領域的熱點研究方向——讓計算機能夠具有類似人類的注意力機制，使其能夠有效地應用于對數據的理解和分析。Transformer模型誕生后，注意力機制在人工智能各大重要領域的研究和應用更是如火如荼，成果豐碩。從注意力機制這一重要角度入手，闡述注意力機制的產生背景和發展歷程，通過詳實的理論剖析，以深入淺出的方式著重介紹注意力機制在計算機視覺、自然語言處理，以及多模態機器學習三大人工智能方向中的應用思路、模型與算法。以人工智能相關專業研究人員，特別是計算機視覺與自然語言處理等領域的研發人員作為主要讀者對象，一方面幫其梳理技術的發展脈絡、開拓思路、構建完整的認知體系；另一方面為其剖析算法原理、深刻理解算法細節。

·40.7萬字

會員

模型思維：簡化世界的人工智能模型

對從事算法研究與算法開發的人來說，模型的學習與使用必不可少。尤其是在目前如日中天的人工智能領域里，人人談模型，模型也是層出不窮，讓人眼花繚亂。模型讓人又愛又恨。模型可愛的地方在于它確實能夠解決實際問題，而且其有效性一般都經過了檢驗。模型可恨的地方在于學習模型是一件非常痛苦的事情，尤其是對人工智能的初學者來說。本書將人工智能在現實生活場景中解決的問題分類，并根據這個分類來介紹各種模型。書中將人工智能問題分為權重問題、狀態問題、序列問題、表示問題、相似問題和分類問題六大類，方便讀者了解各個模型之間的關系，也方便讀者理解各個模型的適用場景。本書盡量更多地介紹模型的使用場景，更多地介紹實際業務需求之間的關系，更多地采用生活中更淺顯易懂的例子，方便人工智能的初學者學習模型。本書不僅適合希望學習和運用人工智能模型到具體應用場景的企業工程師、科研院所的學生和科研人員，也適合對人工智能模型感興趣的讀者，使其將模型思維應用到生活中。

·21.8萬字

會員

自然語言處理導論

自然語言處理是人工智能的重要方向之一，被譽為人工智能皇冠上的"明珠”。它融合了語言學、計算機科學、機器學習等多學科內容。本書主要包含基礎技術、核心技術以及模型分析三個部分。基礎技術部分主要介紹自然語言處理的基礎任務和底層技術，包含詞匯分析、句法分析、語義分析、篇章分析和語言模型；核心技術部分主要介紹自然語言處理應用任務和相關技術，主要包括信息抽取、機器翻譯、情感分析、智能問答、文本摘要、知識圖譜；模型分析部分主要介紹基于機器學習的自然語言處理模型的穩健性和可解釋性問題。

·36.5萬字

跳轉至頁

官术网_书友最值得收藏!

人工智能

分類

狀態

屬性

字數

更新時間

機器人SLAM導航：核心技術與實戰