人工智能

教程名称：2016年最新从神经网络到深度学习原理精讲班 12课 教程目录： 第01课 跌宕起伏70年：神经网络发展概述第02课 线性神经网络第03课 BP神经网络应用第04课 能联想和记忆的Hopfield神经网络第05课 模拟退火算法与Boltzmann机第06课 ?受限Boltzmann机RBM与应用RBM进行协同过滤?第07课 深度置信网络：利用堆叠的RBM进行权值预训练，应用于图像编码与解码，图像识别第08课 万能逼近器：径向基神经网络 PCA与SVM神经网络第09课 卷积神经网络；经典应用：MNIST手写体数字识别，Imagenet图像识别第10课 计算机博弈原理，蒙特卡洛树搜索，深度学习与AlphaGo，价值网络与策略网络的设计，构成和训练第11课 堆叠150层的超深度网络：深度残差网络第12课 递归神经网络  

资源名称：MATLAB高效编程技巧与应用：25个案例分析 PDF  《MATLAB高效编程技巧与应用：25个案例分析》是作者八年matlab使用经验的总结，精心设计的所有案例均来自于国内各大matlab技术论坛网友的切身需求，其中不少案例涉及的内容和求解方法在国内现已出版的matlab书籍中鲜有介绍。 本书首先针对matlab新版本特有的一些编程思想、高效的编程方法、新技术进行了较为详细的讨论，在此基础上，以大量案例介绍了matlab在科学计算中的应用。内容包括：matlab快速入门、重新认识矢量（向量）化编程、matlab处理海量数据、匿名函数类型介绍、嵌套函数类型介绍、积分以及积分方程求解案例、优化及非线性方程（组）求解案例、人脸图像压缩与重建案例、有关预测分类的案例、常微分方程（组）求解案例、层次分析法及其matlab实现、定时器及其应用。 《MATLAB高效编程技巧与应用：25个案例分析》可作为高等院校本科生、研究生matlab课程的辅助读物，也可作为从事科学计算和算法研究的科研人员的参考用书。 目录: 第一部分 高效编程技巧 第1章 matlab快速入门 第2章 重新认识矢量(向量)化编程 第3章 matlab处理海量数据 第4章 匿名函数类型 第5章 嵌套函数类型 第二部分 案例介绍 第6章 积分以及积分方程案例 第7章 matlab优化及非线性方程(组)求解案例 第8章 案例15：人脸图像压缩与重建 第9章 有关预测分类的案例 第10章 常微分方程(组)求解案例 第11章 案例24：层次分析法及其matlab实现 第12章 案例25：定时器及其应用 参考文献 资源截图：

资源名称：智能预测控制及其MATLAB实现(第2版) PDF 第一篇 神经网络控制及其MATLAB实现第1章 神经网络控制理论 （1）1.1 神经网络的基本概念 （2）1.1.1 生物神经元的结构与功能特点 （2）1.1.2 人工神经元模型 （3）1.1.3 神经网络的结构 （5）1.1.4 神经网络的工作方式 （6）1.1.5 神经网络的学习 （6）1.1.6 神经网络的分类 （9）1.2 典型神经网络的模型 （9）1.2.1 MP模型 （9）1.2.2 感知机神经网络 （11）1.2.3 自适应线性神经网络 （14）1.2.4 BP神经网络 （16）1.2.5 径向基神经网络 （24）1.2.6 竞争学习神经网络 （29）1.2.7 学习向量量化（LVQ）神经网络 （38）1.2.8 Elman神经网络 （39）1.2.9 Hopfield神经网络 （40）1.2.10 Boltzmann神经网络 （56）1.3 神经网络的训练 （60）1.4 神经网络控制系统 （63）1.4.1...

资源截图：机器学习实践应用 李博 高清pdf 第1部分 背景知识第1章 机器学习概述 3第2部分 算法流程第2章 场景解析 25第3章 数据预处理 32第4章 特征工程 44第5章 机器学习算法——常规算法 63第6章 机器学习算法——深度学习 146第3部分 工具介绍第7章 常见机器学习工具介绍 161第4部分 实战应用第8章 业务解决方案 209第5部分 知识图谱第9章 知识图谱 257 资源截图：

资源名称：ROS机器人程序设计 中文完整PDF 资源截图：

资源名称：机器人动力学与控制 内容简介：        本书适用于“控制理论与控制工程”专业及“机械电子工程”、“机械制造及其自动化”等专业机器人控制研究方向的硕士研究生使用，也可作为从事有关研究的博士生和工程技术人员的参考书。        本教材以力学理论和控制理论的全面讲述为特色。教材的重点在于用严谨而系统的方式介绍机器人动力学与控制的基本概念和主要结果。全面介绍了机器人建模与控制研究中所涉及的基本概念、算法和有代表性的结果，特别是控制方法的介绍更具全面性。全书共3章，分别是：机器人运动学，机器人动力学，机器人控制。 资源目录： 绪论 第一章 机器人运动学? 1.1 刚体位置与指向的确定? 1.2 机器人杆件坐标系的建立? 1.3 运动学问题? 1.4 速度问题? 1.5 加速度问题? 第二章 机器人动力学? 2.1 用Lagrange方程建立自由运动机器人的动力学方程? 2.2 用Newton?Euler方程建立自由运动机器人的动力学方程? 2.3 自由运动机器人的逆动力学算法? 2.4 自由运动机器人的正动力学算法? 2.5 机器人的最小惯性参数及其应用? 2.6 运动受限机器人模型及其它有关问题? 第三章 机器人控制 3.1 概述? 3.2 独立的PD控制 3.3 具有重力补偿的PD控制?...

资源名称：TensorFlow机器学习实战指南 PDF 下载 内容简介： 本书由资深数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带你由浅入深系统掌握TensorFlow机器学习算法及其实现。 全书共11章，第1章介绍TensorFlow的基本概念；第2章介绍如何在计算图中连接算法组件，创建一个简单的分类器；第3章重点介绍如何使用TensorFlow实现各种线性回归算法；第4章介绍支持向量机（SVM）算法；第5章介绍如何使用数值度量、文本度量和归一化距离函数实现最近邻域算法；第6章讲述如何使用TensorFlow实现神经网络算法；第7章阐述TensorFlow实现的各种文本处理算法。第8章扩展神经网络算法；第9，解释在TensorFlow中如何实现递归神经网络（RNN）算法；第10章介绍TensorFlow产品级用例和tips；第11章展示TensorFlow如何实现k-means算法、遗传算法和解决常微分方程（ODE）等。 作者简介： Nick McClure 资深数据科学家，目前就职于美国西雅图PayScale公司。曾经在凯撒娱乐集团工作。他在蒙大拿大学和圣本尼迪克与圣约翰大学学院的应用数学专业获得学位。他热衷于数据分析、机器学习和人工智能。Nick有时会把想法写成博客(http://fromdata.org/）或者推特（@nfmcclure）。 资源目录： 译者序  作者简介  审校者简介  前言  第1章 TensorFlow基础 1  1.1 TensorFlow介绍 1  1.2 TensorFlow如何工作 1  1.3 声明张量 3  1.4 使用占位符和变量 6  1.5 操作（计算）矩阵 7  1.6 声明操作 10  1.7 实现激励函数 12  1.8 读取数据源 14  1.9 学习资料 19 第2章...

资源名称：人工智能的未来 PDF 内容简介： 陕西科技出版社最新引进美国图书《人工智能的未来》（On Intelligence）一书，是由杰夫•霍金斯，一位在硅谷极其成功、受人尊敬的计算机工程师、企业家与桑德拉•布拉克斯莉，《纽约日报》的栏目作家共同撰写。本书对人类大脑皮层所具有的知觉、认识、行为和智能功能新理论提出了新的理论构想。这一理论的独到之处在于对大脑皮层的现行认识提出了新的观点，对大脑的工作原理，即霍金斯称之为“真正智能”而非计算机式的人工智能立论扎实，观点独特、新颖，阐述精密。对大脑及其工作原理感兴趣的朋友不妨读读，必有收获。  本书共八章，人工智能、神经网络、人脑、记忆、智能理论新架构、大脑皮层工作原理、意识和创造力、智能之未来。 作者简介： 杰夫·霍金斯(Jeff Hawkins)，成功的计算机工程师和企业家，掌上型电脑PalmPilot、智能电话Treo等产品的发明人。他创建了两家大名鼎鼎的公司——Palm Computin和Handspring，成立了致力于对记忆和认知研究的“红杉”神经系统科学研究所，同时，也是Cold Spring Harbor实验室科学委员会的一名成员。 最后，霍金斯及其合伙人又宣布成立Numenta（源自拉丁语，意为“头脑”）公司，旨在把《人工智能的未来》一书中关于大脑的理论转化为实用技术。 桑德拉·布拉克斯莉(Sandra Blakeslee)，《纽约时报》科普专栏作家，著有多部畅销科普作品。 资源目录： 各方赞誉  推荐序 解放思想  段永朝 财讯传媒集团首席战略官  引言 洞悉人类思维的奥秘  第1章 史上著名的思想实验  历史上出现过很多著名的思想实验，特别是关于自然界的思想实验，爱因斯坦的“驾乘光束”实验就是其一。研究大脑，也可以采用同样的办法。通过简单的思想实验，我们就能很好地理解人类智慧是怎么一回事儿。  思想实验1：地质的隐喻  思想实验2：驾乘光束  大脑新皮质的统一模式  第2章 思考的思想实验  大脑和计算机都能存储和处理信息，但是，大脑和计算机之间的相似性可不只是看上去那么简单。大脑的记忆是层级结构和连贯有序的。记忆奇妙地出现在你的脑海里，一定是某些事物触发了它们。  思考，人脑不同于计算机  字母表的倒背难题，记忆是连贯有序的  联想因触发而生  从刷牙到写诗，不可或缺的记忆层级  第3章 大脑新皮质模型，思维模式识别理论  大脑新皮质分 6 层，共包含 300 亿个神经元，它们又组成了 3 亿个模式识别器。这些模式识别器按层级关系组织，它们是思想的语言和思维模式识别理论的基础。只有具备自联想能力和特征恒常性能力，大脑新皮质才能识别模式。思维模式分两种：定向思维和非定向思维，做梦就是非定向思维实例。 模式的层级 ...

资源名称：数字图像处理的MATLAB实现(第2版) 中文PDF 资源截图：

资源名称：深度学习利器tensorflow程序设计  资源截图：