【9成新】【良好】MATLAB机器学习
9品书籍大部分没有笔迹少量轻微笔迹。配件和光盘不包
￥ 27.31 3.1折 ￥ 89 九品
仅1件
江苏盐城
认证卖家担保交易快速发货售后保障
作者(美)迈克尔·帕拉斯泽克(Michael Paluszek),(美)斯蒂芬妮·托马斯(Stephanie Thomas)
出版社机械工业出版社
ISBN9787111646778
出版时间2020-03
装帧平装
开本16开
定价89元
货号9787111646778
上书时间2024-12-13
商品详情
- 品相描述：九品
- 商品描述
-
目录
推荐序
译者序
前言
作者简介
章机器学习概述1
1.1引言1
1.2机器学习基础2
1.3学习机4
1.4机器学习分类体系5
1.5控制7
1.6自主学习方法9
1.7人工智能14
1.8小结16
第2章用于机器学习的MATLAB数据类型17
2.1MATLAB数据类型概述17
2.2使用参数初始化数据结构27
2.3在图像datastore上执行mapreduce29
2.4从文件中创建表格31
2.5处理表格数据33
2.6使用MATLAB字符串36
2.7小结38
第3章MATLAB作图39
3.1二维线图39
3.2通用二维作图42
3.3定制二维图表44
3.4三维盒子45
3.5用纹理绘制三维对象47
3.6通用三维作图49
3.7构建图形用户界面51
3.8柱状图动画56
3.9画一个机器人59
3.10小结61
第4章卡尔曼滤波63
4.1用线性卡尔曼滤波器实现的状态估计器64
4.2使用扩展卡尔曼滤波器进行状态估计80
4.3使用无迹卡尔曼滤波器进行状态估计84
4.4使用无迹卡尔曼滤波器进行参数估计90
4.5小结93
第5章自适应控制95
5.1自调谐：振荡器建模96
5.2自调谐：调校振荡器97
5.3模型参考自适应控制的实现102
5.4创建方波输入106
5.5转子的MRAC演示系统107
5.6轮船驾驶：实现轮船驾驶控制的增益调度110
5.7航天器的指向114
5.8小结116
第6章模糊逻辑118
6.1构建模糊逻辑系统119
6.2模糊逻辑的实现122
6.3演示模糊逻辑125
6.4小结127
第7章用决策树进行数据分类129
7.1生成测试数据130
7.2绘制决策树133
7.3决策树的算法实现136
7.4创建决策树139
7.5手工创建决策树142
7.6训练和测试决策树145
7.7小结148
第8章神经网络入门149
8.1日光检测器149
8.2单摆建模150
8.3单神经元角度估计器155
8.4为单摆系统设计神经网络159
8.5小结163
第9章基于神经网络的数字分类164
9.1生成带噪声的测试图像165
9.2创建神经网络函数169
9.3训练单一输出节点的神经网络173
9.4测试神经网络178
9.5训练多输出节点的神经网络179
9.6小结182
0章基于深度学习的模式识别183
10.1为训练神经网络在线获取数据185
10.2产生猫的训练图像集185
10.3矩阵卷积188
10.4卷积层190
10.5池化层192
10.6全连接层193
10.7确定输出概率195
10.8测试神经网络196
10.9识别数字198
10.10识别图像200
10.11小结202
1章用于飞机控制的神经网络203
11.1纵向运动204
11.2利用数值方法寻找平衡状态210
11.3飞机的数值仿真211
11.4激活函数213
11.5学习控制的神经网络214
11.6枚举数据集218
11.7编写sigma-pi神经网络函数220
11.8实现PID控制器222
11.9飞机俯仰角PID控制226
11.10创建俯仰动力学的神经网络228
11.11非线性仿真中的控制器演示231
11.12小结232
2章多重假设检验233
12.1概览233
12.2理论235
12.3追踪台球的卡尔曼滤波器240
12.4追踪台球的MHT246
12.5一维运动250
12.6轨道关联的一维运动252
12.7小结255
3章基于多重假设检验的自动驾驶256
13.1汽车动力学257
13.2汽车雷达建模260
13.3汽车的自主超车控制262
13.4汽车动画264
13.5汽车仿真与卡尔曼滤波器266
13.6汽车目标追踪270
13.7小结273
4章基于案例的专家系统275
14.1构建专家系统276
14.2运行专家系统277
14.3小结279
附录A自主学习的历史281
附录B机器学习软件288
参考文献298
中英文术语对照表300
内容摘要
本书是关于在MATLAB中使用实例进行机器学习的综合指南。书中概述了人工智能与自动控制的历史；回顾了用于机器学习的商用软件包，并展示了它们如何应用于该领域；接着展示了如何使用MATLAB来解决机器学习问题，以及如何利用MATLAB图形技术来增强程序员对机器学习结果的理解。
本书随书提供了机器学习中若干重要问题的MATLAB完整解决方案，包括飞行控制、人脸识别、自动驾驶。书中所有的示例和应用程序都提供了完整的源代码。
机器学习包含大量的数学概念与理论解释。书中以清晰简洁的方式介绍了其中每个领域的数学知识，即使是并不经常接触数学理论的读者也可以轻松理解。工程领域的读者会看到这些数学知识与他们已经了解的领域技术之间的密切联系，并将学习到新的技术。
本书主要内容：
如何使用MATLAB构建机器学习应用。
适用于机器学习的MATLAB可视化技术。
面向工程的机器学习应用案例。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价