本書的主要內(nèi)容包括：智能控制的基本概念、模糊控制的理論基礎(chǔ)、模糊控制系統(tǒng)、人工神經(jīng)元網(wǎng)絡(luò)模型、神經(jīng)網(wǎng)絡(luò)控制論等，后簡單介紹了智能控制的集成技術(shù)等，最后分別介紹了深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

本書主要介紹工業(yè)機(jī)器人的基礎(chǔ)理論以及編程應(yīng)用，包括工業(yè)機(jī)器人的發(fā)展與分類認(rèn)知、工業(yè)機(jī)器人機(jī)械結(jié)構(gòu)認(rèn)知、工業(yè)機(jī)器人感知系統(tǒng)認(rèn)知、工業(yè)機(jī)器人控制系統(tǒng)認(rèn)知、讓機(jī)器人動起來、工業(yè)機(jī)器人基礎(chǔ)設(shè)置、工業(yè)機(jī)器人軌跡編程和工業(yè)機(jī)器人搬運(yùn)等8個項(xiàng)目。

本書共6個項(xiàng)目。項(xiàng)目一以3個任務(wù)驅(qū)動，介紹傳感器基礎(chǔ)認(rèn)知，包括檢測系統(tǒng)及其誤差的基本知識；項(xiàng)目二以5個任務(wù)驅(qū)動，介紹溫度測量，包括熱電阻、熱電偶、熱敏電阻等測溫傳感器的工作原理及應(yīng)用；項(xiàng)目三以5個任務(wù)驅(qū)動，介紹壓力測量，包括彈簧管式、電阻應(yīng)變式、壓電式等壓力傳感器的工作原理及應(yīng)用；項(xiàng)目四以5個任務(wù)驅(qū)動，介紹流量測量，包

本書綜合了現(xiàn)有的數(shù)據(jù)采集和預(yù)處理技術(shù)，按照實(shí)際工作中的順序，先介紹了大數(shù)據(jù)及數(shù)據(jù)采集的基礎(chǔ)知識，然后介紹了使用爬蟲技術(shù)進(jìn)行數(shù)據(jù)采集、使用傳感器進(jìn)行數(shù)據(jù)采集、使用Kettle進(jìn)行數(shù)據(jù)遷移和采集以及使用Python進(jìn)行數(shù)據(jù)存儲和處理，并以實(shí)訓(xùn)項(xiàng)目的形式，將技術(shù)與理論有機(jī)融為一體。

本書是基于工業(yè)機(jī)器人應(yīng)用領(lǐng)域一體化教學(xué)創(chuàng)新平臺(BN-R116-KR4)編寫的，分為中級篇和高級篇：中級篇包括工業(yè)機(jī)器人應(yīng)用編程創(chuàng)新平臺認(rèn)知、工業(yè)機(jī)器人產(chǎn)品出入庫、工業(yè)機(jī)器人視覺分揀與定位、工業(yè)機(jī)器人諧波減速器裝配和工業(yè)機(jī)器人離線仿真應(yīng)用編程五個項(xiàng)目；高級篇包括工業(yè)機(jī)器人創(chuàng)新平臺虛擬調(diào)試、工業(yè)機(jī)器人雙機(jī)協(xié)作應(yīng)用編程和工

本書聚焦“啟發(fā)式方法”這個主題，分5個部分進(jìn)行介紹。第1部分概述了各種類型的啟發(fā)式方法；第2部分側(cè)重于面向數(shù)據(jù)的啟發(fā)式方法及其在數(shù)據(jù)科學(xué)問題中的應(yīng)用；第3部分詮釋了面向最優(yōu)化的啟發(fā)式方法，以及它們?nèi)绾谓鉀Q具有挑戰(zhàn)性的最優(yōu)化問題；第4部分是講解如何設(shè)計(jì)和實(shí)施新的啟發(fā)式方法，以解決特定問題的相關(guān)內(nèi)容；第5部分介紹了關(guān)于啟發(fā)

本書主要內(nèi)容包括智能入庫、智能出庫、智能倉儲、AGV、光學(xué)尺寸檢測、平面度檢測等。本書結(jié)合工作崗位的實(shí)際需求，采用“項(xiàng)目導(dǎo)向、任務(wù)驅(qū)動”的模式，是校企合作開發(fā)編寫的項(xiàng)目式教材。本書按照實(shí)際工作流程，遵循從簡單到復(fù)雜、從單一到綜合的原則，將理論與實(shí)踐進(jìn)行有機(jī)結(jié)合，實(shí)現(xiàn)教、學(xué)、做一體化，注重吸收行業(yè)發(fā)展的新知識、技術(shù)工藝方

本書是一部通過提供一套易于遵守及操作的方法論來實(shí)現(xiàn)高質(zhì)量數(shù)據(jù)管理的實(shí)踐指南。內(nèi)容全面、詳細(xì)，并有許多實(shí)用的建議和模板，第1版推出后，已成為全球信息質(zhì)量實(shí)踐者的書籍，甚至已成為美國阿肯色大學(xué)信息質(zhì)量研究生項(xiàng)目的教科書。本書共7章，內(nèi)容包括數(shù)據(jù)質(zhì)量和依賴于數(shù)據(jù)的世界、數(shù)據(jù)質(zhì)量實(shí)踐、關(guān)鍵概念、十步法流程、設(shè)計(jì)項(xiàng)目結(jié)構(gòu)、其他技

強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域的一種重要學(xué)習(xí)手段，是一種從環(huán)境狀態(tài)到行為映射的學(xué)習(xí)方式，是實(shí)現(xiàn)智能系統(tǒng)具有自適應(yīng)能力、自學(xué)習(xí)能力的重要途徑。本書以強(qiáng)化學(xué)習(xí)算法與多機(jī)器人系統(tǒng)的結(jié)合為主要背景，介紹了主要的強(qiáng)化學(xué)習(xí)算法模型，討論了它們的原理和優(yōu)缺點(diǎn)；本書針對多機(jī)器人協(xié)作，從實(shí)際應(yīng)用問題的角度分析，指出了局部性、不確定性和自組

"本書包括引言、大數(shù)據(jù)的預(yù)處理、云計(jì)算和可視化、回歸與分類、聚類及相關(guān)數(shù)據(jù)分析方法、高維統(tǒng)計(jì)中的變量選擇、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、深度學(xué)習(xí)在人工智能中的應(yīng)用七章，主要介紹大數(shù)據(jù)技術(shù)的基本原理和方法，特別是以統(tǒng)計(jì)模型為主的各類數(shù)據(jù)模型以及它們的計(jì)算方法，也會提及這些方法在某些領(lǐng)域（如人工智能）中的應(yīng)用。本書可作為全國普通高等