智能機器人發(fā)展日新月異，相關的機器學習技術受到廣泛關注。本書以其中關鍵的深度學習理論與實踐為主線，系統(tǒng)介紹了機器智能、機器學習和神經(jīng)網(wǎng)絡的概念與算法；機器學習的參數(shù)及其擬合和欠擬合的問題；神經(jīng)網(wǎng)絡等數(shù)學模型；卷積神經(jīng)網(wǎng)絡模型；循環(huán)神經(jīng)網(wǎng)絡；注意力機制以及深度學習的算法；基于深度學習的人機協(xié)作識別、動作抓取、平面檢測等應

全書共分為10章，主要內(nèi)容包括：認識大數(shù)據(jù)及搭建Hadoop集群、Hadoop生態(tài)系統(tǒng)、Hadoop集群搭建、HDFS原理與操作、Hadoop集群運維。同時本書也講解了Hadoop平臺的相關組件ZooKeeper、Kafka、Flume、Hive、HBase、Spark、ClickHouse、Flink、Sqoop和R

《用于智能數(shù)據(jù)分析的實用機器學習》一書討論了多個新興以及蓬勃發(fā)展中的計算機技術領域，專注于機器學習和物聯(lián)網(wǎng)如何推動信息驅動。本書分為四個部分，涵蓋機器學習、數(shù)據(jù)挖掘、物聯(lián)網(wǎng)和信息安全。本書從智能數(shù)據(jù)分析及應用機器學習兩大主題出發(fā)，著重于介紹將智能數(shù)據(jù)分析中的新技術如何應用于機器學習領域，如智能搜索、分類、聚類和智能決策

本書分為12章，主要內(nèi)容包括Python程序簡介、Python語法基礎、程序流程控制、組合數(shù)據(jù)類型、函數(shù)、文件及目錄操作、正則表達式、面向對象程序設計、異常處理和程序調(diào)試、數(shù)據(jù)庫編程、網(wǎng)絡爬蟲、數(shù)據(jù)處理等。全書通過理論講解和實例分析幫助學生學會運用Python解決實際問題，并在Python的理論基礎上增加了金融、財經(jīng)類

復雜大系統(tǒng)是一類具有特殊結構的動力系統(tǒng)，許多實際工程領域都可以用大系統(tǒng)來描述。分散控制理論是大系統(tǒng)應用研究中的一種重要方法，由于它的實用性、經(jīng)濟性和可靠性，受到人們的普遍重視并已發(fā)展成為當今最重要的控制理論分支之一。本書通過研究系統(tǒng)的結構特點，通過里韋普諾夫的穩(wěn)定性理論、積分不等式和線性矩陣不等式等方法，研究復雜大系統(tǒng)

本書以ABBIRB120和ABBIRB6700機器人為載體，以典型作業(yè)的應用編程為主要學習方向，以貼近工業(yè)的搬運、碼垛、裝配、點焊等實訓項目進行全面實訓，體現(xiàn)工業(yè)機器人應用編程技能要求，分級別“從易到難”，引導學生迅速掌握實際操作與編程技能。本書模塊化設計，集合了多種以工業(yè)機器人為核心的自動化輔助作業(yè)模塊，學生通過設備

本書系統(tǒng)介紹了云計算與大數(shù)據(jù)的基礎知識和主要技術。全書共6章，主要內(nèi)容包括大數(shù)據(jù)技術概述、云計算技術概述、大數(shù)據(jù)處理的關鍵技術及其應用、云計算關鍵技術及其應用、大數(shù)據(jù)與云計算的安全問題、大數(shù)據(jù)與云計算技術的發(fā)展應用。

本書共分七章，內(nèi)容包括：機器人與工業(yè)機器人、工業(yè)機器人的基本特性、工業(yè)機器人的機械結構、工業(yè)機器人的驅動系統(tǒng)、工業(yè)機器人系統(tǒng)控制技術、工業(yè)機器人編程、工業(yè)機器人的典型行業(yè)應用。

本書首先，結合新媒體技術專業(yè)培養(yǎng)體系，從新媒體行業(yè)需求出發(fā)開展教材編寫，注重培養(yǎng)學生關于大數(shù)據(jù)及新媒體的理論基礎和實踐能力。其次，結合傳統(tǒng)數(shù)據(jù)挖掘基礎理論及大數(shù)據(jù)處理技術，以新媒體行業(yè)需求為切入點進行教材的編寫。最后，結合新媒體技術專業(yè)的知識體系總體構架，來設計大量新媒體案例，為新媒體技術專業(yè)的教學工作提供實踐支撐。

本書主要分七部分，涉及七個水果加工與包裝等具體的生產(chǎn)線項目，每個項目均自成體系，對相關生產(chǎn)線的整個設計過程進行詳盡的解析，論述其研究方案的確立、工藝流程的制定、全線總體及關鍵設備設計等。通過本書學習可使讀者全面了解自動化生產(chǎn)線項目分析與設計的完整工作流程。