《MATLAB机器学习：人工智能工程实践（原书第2版）》
- 出版社：机械工业出版社
- ISBN：9787111646778
- 版次：1
- 商品编码：12827172
- 品牌：机工出版
- 包装：平装
- 丛书名：智能系统与技术丛书
- 开本：16开
- 出版时间：2020-03-01
- 用纸：胶版纸
- 页数：301
- 正文语种：中文
基本介绍书籍目录点评信息
书籍内容
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：
l 如何使用MATLAB构建机器学习应用
l 适用于机器学习的MATLAB可视化技术
l 面向工程的机器学习应用案例编辑推荐
适读人群 ：具有MATLAB使用基础的大专院校工程专业学生、研究者和从业工程师
1、本书提供所有示例的源代码下载（关注“华章计算机”公号回复“MATLAB”获取），读者可在MATLAB中文社区论坛：http://www.ilovematlab.cn/forum-265-1.html 与译者互动交流。
2、由浅入深，不常接触数学理论的读者也可以轻松理解书中内容，书中分析了包括自动驾驶、飞机智能控制等工程应用问题并给出解决方案，该书的写作得到MathWorks公司官方图书计划的支持并收录其中；
3、在上一版的基础上，进一步增加了对神经网络和深度学习的原理介绍及其工程应用的实践。
4、帮你学习机器学习在工程方面的应用，在真实场景中，将算法应用于工程实践。作者简介
迈克尔·帕拉斯泽克
普林斯顿卫星系统公司（PSS）总裁，为美国宇航局和军方提供航空航天咨询服务和MATLAB航天器控制工具箱。他在航空航天领域具有20多年的工作经历，之前作为GE公司宇航部门专家曾参与多个美国航空航天项目。他拥有麻省理工学院电气工程学士学位、航空航天学硕士学位，曾发表了很多论文，拥有十多项美国专利。他是Apress出版社出版的《MATLAB与机器学习》的合著者。
斯蒂芬妮·托马斯
普林斯顿卫星系统公司副总裁。她拥有麻省理工学院航空航天学士学位和硕士学位。她一直从事航空航天项目分析和咨询工作，曾参与了普林斯顿卫星系统公司公司MATLAB航天器控制工具箱研发项目。她曾因“核聚动力冥王星轨道探测和登陆器”入选美国太空总署创新资助项目，被任命为美国太空总署NIAC研究员。她也是Apress出版的《MATLAB与机器学习》的合著者。
◆ 译者简介 ◆
陈建平
MathWorks公司中国区的技术咨询专家，专注于工程大数据分析和高性能计算领域，拥有北京大学学士和硕士学位。加入MathWorks后，专注于通信系统和工程数据分析；深入探索工程数据在大数据领域的应用。他拥有十余年数值算法设计、实现，以及对大规模工程数据分析和建模经验；尤其对MATLAB与不同编程语言，以及Hadoop和Spark等大数据架构的结合有较为深入的研究。- 序
译者序
前言
作者简介
第1章 机器学习概述
1．1 引言
1．2 机器学习基础
1．3 学习机
1．4 机器学习分类体系
1．5 控制
1．6 自主学习方法
1．7 人工智能
1．8 小结
第2章 用于机器学习的MATLAB数据类型
2．1 MATLAB数据类型概述
2．2 使用参数初始化数据结构
2．3 在图像datastore上执行mapreduce
2．4 从文件中创建表格
2．5 处理表格数据
2．6 使用MATLAB字符串
2．7 小结
第3章 MATLAB作图
3．1 二维线图
3．2 通用二维作图
3．3 定制二维图表
3．4 三维盒子
3．5 用纹理绘制三维对象
3．6 通用三维作图
3．7 构建图形用户界面
3．8 柱状图动画
3．9 画一个机器人
3．10 小结
第4章 卡尔曼滤波
4．1 用线性卡尔曼滤波器实现的状态估计器
4．2 使用扩展卡尔曼滤波器进行状态估计
4．3 使用无迹卡尔曼滤波器进行状态估计
4．4 使用无迹卡尔曼滤波器进行参数估计
4．5 小结
第5章 自适应控制
5．1 自调谐：振荡器建模
5．2 自调谐：调校振荡器
5．3 模型参考自适应控制的实现
5．4 创建方波输入
5．5 转子的MRAC演示
5．6 轮船驾驶：实现轮船驾驶控制的增益调度
5．7 航天器的指向
5．8 小结
第6章 模糊逻辑
6．1 构建模糊逻辑
6．2 模糊逻辑的实现
6．3 演示模糊逻辑
6．4 小结
第7章 用决策树进行数据分类
7．1 生成测试数据
7．2 绘制决策树
7．3 决策树的算法实现
7．4 创建决策树
7．5 手工创建决策树
7．6 训练和测试决策树
7．7 小结
第8章 神经网络入门
8．1 日光检测器
8．2 单摆建模
8．3 单神经元角度估计器
8．4 为单摆设计神经网络
8．5 小结
第9章 基于神经网络的数字分类
9．1 生成带噪声的测试图像
9．2 创建神经网络函数
9．3 训练单一输出节点的神经网络
9．4 测试神经网络
9．5 训练多输出节点的神经网络
9．6 小结
第10章 基于深度学习的模式识别
10．1 为训练神经网络在线获取数据
10．2 产生猫的训练图像集
10．3 矩阵卷积
10．4 卷积层
10．5 池化层
10．6 全连接层
10．7 确定输出概率
10．8 测试神经网络
10．9 识别数字
10．10 识别图像
10．11 小结
第11章 用于飞机控制的神经网络
11．1 纵向运动
11．2 利用数值方法寻找平衡状态
11．3 飞机的数值仿真
11．4 激活函数
11．5 学习控制的神经网络
11．6 枚举数据集
11．7 编写sigma-pi神经网络函数
11．8 实现PID控制器
11．9 飞机俯仰角PID控制
11．10 创建俯仰动力学的神经网络
11．11 非线性仿真中的控制器演示
11．12 小结
第12章 多重假设检验
12．1 概览
12．2 理论
12．3 追踪台球的卡尔曼滤波器
12．4 追踪台球的MHT
12．5 一维运动
12．6 轨道关联的一维运动
12．7 小结
第13章 基于多重假设检验的自动驾驶
13．1 汽车动力学
13．2 汽车雷达建模
13．3 汽车的自主车控制
13．4 汽车动画
13．5 汽车仿真与卡尔曼滤波器
13．6 汽车目标追踪
13．7 小结
第14章 基于案例的专家
14．1 构建专家
14．2 运行专家
14．3 小结
附录A 自主学习的历史
附录B 机器学习软件
参考文献
中英文术语对照表 精彩书评
随着机器学习和深度学习技术的迅猛发展，各种开发设计工具层出不穷。在众多可供选择的工具当中（包括像Python、TensorFlow这样的开源工具），MATLAB在科学工程领域一直保持着独特的地位，是科学工作者和产品设计师开发机器学习应用的可靠工具。主要原因在于以下三个方面：
MATLAB已经在科学和工程数据分析方面得到广泛的应用，是科研和工程工作者做数据分析的得力助手。
MATLAB提供的工具箱涵盖众多应用领域，包括计算金融、图像处理和计算机视觉、计算生物学、无线通信、汽车、航空航天和制造、自然语言处理，等等。
MATLAB提供AI开发的完整流程，包括数据产生、数据采集、数据预处理、特征工程、AI算法开发、系统设计、系统部署，以及整合测试，可让行业专家快速掌握AI技术开发和产品设计的各个环节。
在MathWorks公司工作的16年中，我读过不少介绍MATLAB的图书，也浏览过很多关于机器学习方面的图书，但我感觉本书是为数不多的能真正把MATLAB的内在优势和机器学习的具体应用紧密结合，从解决问题的角度系统化地讲解相关知识的书籍之一。本书的内容完整地展现了MATLAB在机器学习中最重要的功能和最有效的使用方式。作者以科研工作者所习惯的“问题—方法—步骤”的思维方式来解释每一个应用实例，既容易理解又有实用性。
本书译者陈建平拥有20多年的MATLAB的实战经验，对MATLAB的核心技术和应用技巧了如指掌。在MathWorks公司工作的11年中，他为很多应用领域的客户遇到的技术问题提供过很多解决方案。最近几年他致力于大数据和机器学习的应用，积累了丰富的实战经验和案例。他的翻译为这本书注入了新的价值。
不论你是行业专家，还是数据分析师，抑或是刚入门的机器学习爱好者，MATLAB应该是你学习、研究和开发机器学习应用的必备工具，而本书应该是你用MATLAB开发机器学习的重要指南。
赵志宏
MathWorks全球产品市场经理
