MATLAB機(jī)器學(xué)習(xí)：人工智能工程實(shí)踐（原書(shū)第2版）

序
譯者序
前言
作者簡(jiǎn)介
第1章 機(jī)器學(xué)習(xí)概述
1．1 引言
1．2 機(jī)器學(xué)習(xí)基礎(chǔ)
1．3 學(xué)習(xí)機(jī)
1．4 機(jī)器學(xué)習(xí)分類體系
1．5 控制
1．6 自主學(xué)習(xí)方法
1．7 人工智能
1．8 小結(jié)
第2章 用于機(jī)器學(xué)習(xí)的MATLAB數(shù)據(jù)類型
2．1 MATLAB數(shù)據(jù)類型概述
2．2 使用參數(shù)初始化數(shù)據(jù)結(jié)構(gòu)
2．3 在圖像datastore上執(zhí)行mapreduce
2．4 從文件中創(chuàng)建表格
2．5 處理表格數(shù)據(jù)
2．6 使用MATLAB字符串
2．7 小結(jié)
第3章 MATLAB作圖
3．1 二維線圖
3．2 通用二維作圖
3．3 定制二維圖表
3．4 三維盒子
3．5 用紋理繪制三維對(duì)象
3．6 通用三維作圖
3．7 構(gòu)建圖形用戶界面
3．8 柱狀圖動(dòng)畫(huà)
3．9 畫(huà)一個(gè)機(jī)器人
3．10 小結(jié)
第4章 卡爾曼濾波
4．1 用線性卡爾曼濾波器實(shí)現(xiàn)的狀態(tài)估計(jì)器
4．2 使用擴(kuò)展卡爾曼濾波器進(jìn)行狀態(tài)估計(jì)
4．3 使用無(wú)跡卡爾曼濾波器進(jìn)行狀態(tài)估計(jì)
4．4 使用無(wú)跡卡爾曼濾波器進(jìn)行參數(shù)估計(jì)
4．5 小結(jié)
第5章 自適應(yīng)控制
5．1 自調(diào)諧：振蕩器建模
5．2 自調(diào)諧：調(diào)校振蕩器
5．3 模型參考自適應(yīng)控制的實(shí)現(xiàn)
5．4 創(chuàng)建方波輸入
5．5 轉(zhuǎn)子的MRAC演示
5．6 輪船駕駛：實(shí)現(xiàn)輪船駕駛控制的增益調(diào)度
5．7 航天器的指向
5．8 小結(jié)
第6章 模糊邏輯
6．1 構(gòu)建模糊邏輯
6．2 模糊邏輯的實(shí)現(xiàn)
6．3 演示模糊邏輯
6．4 小結(jié)
第7章 用決策樹(shù)進(jìn)行數(shù)據(jù)分類
7．1 生成測(cè)試數(shù)據(jù)
7．2 繪制決策樹(shù)
7．3 決策樹(shù)的算法實(shí)現(xiàn)
7．4 創(chuàng)建決策樹(shù)
7．5 手工創(chuàng)建決策樹(shù)
7．6 訓(xùn)練和測(cè)試決策樹(shù)
7．7 小結(jié)
第8章 神經(jīng)網(wǎng)絡(luò)入門
8．1 日光檢測(cè)器
8．2 單擺建模
8．3 單神經(jīng)元角度估計(jì)器
8．4 為單擺設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)
8．5 小結(jié)
第9章 基于神經(jīng)網(wǎng)絡(luò)的數(shù)字分類
9．1 生成帶噪聲的測(cè)試圖像
9．2 創(chuàng)建神經(jīng)網(wǎng)絡(luò)函數(shù)
9．3 訓(xùn)練單一輸出節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)
9．4 測(cè)試神經(jīng)網(wǎng)絡(luò)
9．5 訓(xùn)練多輸出節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)
9．6 小結(jié)
第10章 基于深度學(xué)習(xí)的模式識(shí)別
10．1 為訓(xùn)練神經(jīng)網(wǎng)絡(luò)在線獲取數(shù)據(jù)
10．2 產(chǎn)生貓的訓(xùn)練圖像集
10．3 矩陣卷積
10．4 卷積層
10．5 池化層
10．6 全連接層
10．7 確定輸出概率
10．8 測(cè)試神經(jīng)網(wǎng)絡(luò)
10．9 識(shí)別數(shù)字
10．10 識(shí)別圖像
10．11 小結(jié)
第11章 用于飛機(jī)控制的神經(jīng)網(wǎng)絡(luò)
11．1 縱向運(yùn)動(dòng)
11．2 利用數(shù)值方法尋找平衡狀態(tài)
11．3 飛機(jī)的數(shù)值仿真
11．4 激活函數(shù)
11．5 學(xué)習(xí)控制的神經(jīng)網(wǎng)絡(luò)
11．6 枚舉數(shù)據(jù)集
11．7 編寫sigma-pi神經(jīng)網(wǎng)絡(luò)函數(shù)
11．8 實(shí)現(xiàn)PID控制器
11．9 飛機(jī)俯仰角PID控制
11．10 創(chuàng)建俯仰動(dòng)力學(xué)的神經(jīng)網(wǎng)絡(luò)
11．11 非線性仿真中的控制器演示
11．12 小結(jié)
第12章 多重假設(shè)檢驗(yàn)
12．1 概覽
12．2 理論
12．3 追蹤臺(tái)球的卡爾曼濾波器
12．4 追蹤臺(tái)球的MHT
12．5 一維運(yùn)動(dòng)
12．6 軌道關(guān)聯(lián)的一維運(yùn)動(dòng)
12．7 小結(jié)
第13章 基于多重假設(shè)檢驗(yàn)的自動(dòng)駕駛
13．1 汽車動(dòng)力學(xué)
13．2 汽車?yán)走_(dá)建模
13．3 汽車的自主車控制
13．4 汽車動(dòng)畫(huà)
13．5 汽車仿真與卡爾曼濾波器
13．6 汽車目標(biāo)追蹤
13．7 小結(jié)
第14章 基于案例的專家
14．1 構(gòu)建專家
14．2 運(yùn)行專家
14．3 小結(jié)
附錄A 自主學(xué)習(xí)的歷史
附錄B 機(jī)器學(xué)習(xí)軟件
參考文獻(xiàn)
中英文術(shù)語(yǔ)對(duì)照表