MATLAB機器學習：人工智能工程實踐（原書第3版）

[美]邁克爾·帕拉斯澤克(Michael Paluszek) [美]斯蒂芬妮·托馬斯(Stephanie Thomas) 陳建平

MATLAB機器學習：人工智能工程實踐（原書第3版）

相關主題

商品描述

本書致力於助力讀者駕馭MATLAB的強大功能，解決各類機器學習難題。作為全新修訂的第3版，書中涵蓋了機器學習領域的關鍵技術實例，每個實例均聚焦真實世界問題，且所提供的代碼均可直接運行。讀者可便捷地查找特定問題，並遵循書中步驟完成解決方案構建。本書適合所有對機器學習感興趣的讀者，同時也能幫助其他技術領域的從業者了解機器學習與MATLAB如何助力解決其專業領域的問題。作者通過書中實例，清晰展現了如何利用這些技術構建覆雜應用，解決模式識別、自動駕駛、專家系統等多領域的實際問題。通過閱讀本書，讀者將能夠使用MATLAB編寫機器學習、自適應控制與估計相關代碼，運用MATLAB圖形與可視化工具處理機器學習任務，熟悉神經網絡相關知識，構建專家系統，理解自適應控制原理，掌握卡爾曼濾波器的相關知識。

作者簡介

邁克爾·帕拉斯澤克（Michael Paluszek）<br />新澤西州普萊恩斯伯勒鎮普林斯頓衛星系統公司（PSS）總裁。他於1992年創立PSS，提供航空航天領域的咨詢服務。Michael利用MATLAB為Indostar-1地球同步軌道通信衛星開發了控制系統和仿真模型，由此PSS在1995年推出 商業MATLAB工具箱——Spacecraft Control Toolbox。此後，他陸續開發了針對飛機、潛艇、機器人和核聚變推進系統的工具箱和軟件包，形成了PSS公司當前豐富的產品線。Michael擁有麻省理工學院電氣工程學士學位以及航空航天工程專業碩士學位，擁有十餘項美國專利。<br /><br />斯蒂芬妮·托馬斯（Stephanie Thomas）<br />普林斯頓衛星系統公司副總裁，美國航空航天學會（AIAA）副研究員，AIAA核能和未來飛行推進委員會副 ，擁有麻省理工學院航空航天工程專業碩士學位。1996年實習期間，她 接觸MATLAB航天器控制工具箱，並將MATLAB應用於航空航天分析領域。20多年來，Stephanie開發了多種軟件工具，包括太陽帆模塊、近地衛星操作工具箱、碰撞監測Simulink模塊和運載火箭分析工具等。她開發了用於空間態勢評估的創新方法，參與編寫了航天器控制教材，撰寫了多部軟件用戶指南。2016年，她憑借“核聚變推進的冥王星軌道器與著陸器”項目入選NASA創新 概念（NIAC）計劃研究員。

目錄大綱

譯者序
前言
作者簡介
審校者簡介
第1章 機器學習概述
1.1 導論
1.2 機器學習的基本要素
1.2.1 數據
1.2.2 模型
1.2.3 訓練
1.3 學習機器
1.4 機器學習分類體系
1.5 控制
1.5.1 卡爾曼濾波器
1.5.2 自適應控制
1.6 自主學習方法
1.6.1 回歸
1.6.2 決策樹
1.6.3 神經網絡
1.6.4 支持向量機
1.7 人工智能
1.7.1 什麼是人工智能
1.7.2 智能汽車
1.7.3 專家系統
1.8 本章小結
第2章 MATLAB機器學習的數據
2.1 MATLAB數據類型簡介
2.1.1 矩陣
2.1.2 元胞數組
2.1.3 數據結構
2.1.4 數值
2.1.5 圖像
2.1.6 數據存儲庫
2.1.7 tall數組
2.1.8 稀疏矩陣
2.1.9 表格與分類變量
2.1.10 大型MATLAB文件
2.2 初始化數據結構
2.2.1 問題
2.2.2 解決方案
2.2.3 工作原理
2.3 圖像數據存儲的MapReduce應用
2.3.1 問題
2.3.2 解決方案
2.3.3 工作原理
2.4 處理表格數據
2.4.1 問題
2.4.2 解決方案
2.4.3 工作原理
2.5 使用MATLAB字符串
2.5.1 字符串的拼接
……
第3章 MATLAB圖形
第4章 卡爾曼濾波器
第5章 自適應控制
第6章 模糊邏輯
第7章 神經網絡飛機控制
第8章 神經網絡簡介
第9章 基於神經網絡的數字分類
第10章 基於決策樹的數據分類
第11章 基於深度學習的模式識別
第12章 多重假設檢驗
第13章 基於MHT的自動駕駛
第14章 航天器姿態確定
第15章 基於案例的專家系統
附錄
參考文獻

類似商品

最後瀏覽商品 (2)