本书聚焦于具身智能数据工程领域的标准、技术和实践，全面且系统地阐述了具身智能机器人数据生产的关键技术与所面临的挑战。开篇详细介绍了具身智能技术的发展现状、应用领域及产业发展，继而深入讲解了机器人数据采集基础知识，涵盖采集系统的硬件与软件系统架构、数据集构建方法，以及真实世界数据采集和仿真环境数据生成技术。书中通过对工业、服务业等不同场景下机器人数据采集的具体案例进行深入分析，展现了各应用场景独特的需求与面临的难题。此外，作者还着重介绍了通用具身智能数据生产平台 AIRSPEED 在解决数据采集瓶颈问题上的卓越表现，并对机器人数据采集的未来趋势与技术创新方向进行了前瞻性的展望。 本书内容丰富、实用性强，适合具身智能机器人研究人员、人工智能与机器学习工程师、机器人系统开发人员与企业家、数据隐私与安全专业人士，以及广大学生和爱好者阅读，是了解和掌握具身智能数据工程的实用资料。

本书深入探讨了人工智能中的一个新兴领——具身智能，即智能系统与物理身体的结合。本书系统论述了具身智能的理论框架，包括身体与思维的互动、感知与行为的统一性，以及智能体如何通过与环境的互动来学习写适应。书中详细介绍了自由能原理，这是理解生命体和智能系统组织原则的关键理论，同时探讨了这一原理在人工智能设计中的应用，如强化学习感知与行动的和谐统一等。此外，本书还讨论了多学科视角下的智能解读，以及空间智能与具身智能的整合策略，为读者提供了一个全面了解人工智能未来发展趋势的窗口。

本书深入探讨了人工智能中的一个新兴领——具身智能，即智能系统与物理身体的结合。本书系统闻述了具身智能的理论框架，包括身体与思维的互动、感知与行为的统一性，以及智能体如何通过与环境的互动来学习写适应。书中详细介绍了自由能原理，这是理解生命体和智能系统组织原则的关键理论，同时探讨了这一原理在人工智能设计中的应用，如强化学习感知与行动的和谐统一等。此外，本书还讨论了多学科视角下的智能解读，以及空间智能与具身智能的整合策略，为读者提供了一个全面了解人工智能未来发展趋势的窗口。

本书旨在介绍智能前端开发和深度学习。本书首先介绍了相关的开发环境、前端开发基础知识、深度学习基础知识、前端智能框架和卷积神经网络，然后讲述了线性回归、logistical 回归、XOR 问题、人体姿态检测：目标检测、光学字符识别等方面的案例，最后讲解了前端智能化案例。 本书适合 Web 前端开发人员、人工智能开发人员阅读，也可作为计算机相关专业师生的参考用书。

内容介绍 本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含21种实用算法和26个解决方案。 作者是智能风控、人工智能和算法领域的资深专家，曾在多加知名金融科技企业从事风控算法方面的研究与实践，经验丰富，本书得到了风控领域9位专家的高度评价。 全书一共8章，每个章节都由问题、算法、案例三部分组成，具有系统性和实战性。 第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。 第3章以项目冷启动为背景，讲解了风控领域应用广泛的迁移学习方法。 第4-5章介绍了幸存者偏差与不均衡学习中所使用的无监督学习与半监督学习方法。 第6章阐述了无监督的异常识别算法，该算法常用于数据清洗与冷启动项目，是反欺诈引擎中常用的个体欺诈检测方法。 第7章分享了一些经作者实践证明效果较好的模型优化...(展开全部)

内容介绍 本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含21种实用算法和26个解决方案。 作者是智能风控、人工智能和算法领域的资深专家，曾在多加知名金融科技企业从事风控算法方面的研究与实践，经验丰富，本书得到了风控领域9位专家的高度评价。 全书一共8章，每个章节都由问题、算法、案例三部分组成，具有系统性和实战性。 第1-2章讲解了信贷业务的基础知识以及常用的规则引擎、信用评估引擎的建模方法。 第3章以项目冷启动为背景，讲解了风控领域应用广泛的迁移学习方法。 第4-5章介绍了幸存者偏差与不均衡学习中所使用的无监督学习与半监督学习方法。 第6章阐述了无监督的异常识别算法，该算法常用于数据清洗与冷启动项目，是反欺诈引擎中常用的个体欺诈检测方法。 第7章分享了一些经作者实践证明效果较好的模型优化...(展开全部)

本书作者多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，有着丰富的技术积累和实战经验。本书在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述了模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出了数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。 本书可供生产制造企业数字化转型实施人员，从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能、智能建造相关专业高年级本科生和研究生的教材。

本书作者多年来从事复杂生产系统建模、数字化工厂技术的推广应用以及数字孪生技术的研究，有着丰富的技术积累和实战经验。本书在分析数字孪生基本概念的基础上，以智能制造和智能建造为基本切入点，阐述了模型驱动方法和数据驱动智能的融合技术，为数字孪生的构建、设计和实现提供了技术指引。同时，结合典型软件平台，给出了数字孪生系统的典型开发方法和具体实施案例，为国内外企业实施数字孪生系统提供有益的参考。 本书可供生产制造企业数字化转型实施人员，从事智能制造、智能建造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能、智能建造相关专业高年级本科生和研究生的教材。

随着数据科学的热门，数据的优化、整理以及如何处理不良数据成为人们关注的重点。本书通过处理不良数据，进行数据清理的案例，向读者展示了处理数据的方法。 本书共有19章，从6部分向读者展示了使用和清理不良数据背后的理论和实践。第1部分是Grubby的动手实践指南，它向读者介绍了驾驭、提取数据的方法，如何处理文本数据中的数据以及Web开发中碰到的数据问题。第2部分是让人充满意外的数据，它向读者介绍了数据也会“撒谎”。第3部分是方法，它向读者介绍了处理不良数据的一些方法。第4部分是数据存储和基础设施，它向读者介绍了如何存储数据。第5部分是数据的商业化，它向读者介绍了如何避免数据处理的一些误差。第6部分是数据策略，它向读者介绍了如何追踪数据、评估数据质量以及构建数据质量相关平台等。 本书适合数据科学家、数据处理和整理相关开发人员阅读。也适合想要进入数据处理领域的...(展开全部)

随着数据科学的热门，数据的优化、整理以及如何处理不良数据成为人们关注的重点。本书通过处理不良数据，进行数据清理的案例，向读者展示了处理数据的方法。 本书共有19章，从6部分向读者展示了使用和清理不良数据背后的理论和实践。第1部分是Grubby的动手实践指南，它向读者介绍了驾驭、提取数据的方法，如何处理文本数据中的数据以及Web开发中碰到的数据问题。第2部分是让人充满意外的数据，它向读者介绍了数据也会“撒谎”。第3部分是方法，它向读者介绍了处理不良数据的一些方法。第4部分是数据存储和基础设施，它向读者介绍了如何存储数据。第5部分是数据的商业化，它向读者介绍了如何避免数据处理的一些误差。第6部分是数据策略，它向读者介绍了如何追踪数据、评估数据质量以及构建数据质量相关平台等。 本书适合数据科学家、数据处理和整理相关开发人员阅读。也适合想要进入数据处理领域的...(展开全部)