作品简介

本书以机器学习为出发点,使用简易的代码讲解机器学习的核心算法(深度神经网络和强化学习),在算法学习的基础上使用增量方法开发包含定位、预测、路径规划和业务控制等一系列自动驾驶模块。本书代码实例涉及自动驾驶的普遍业务方法,可使读者理解自动驾驶背后的设计思想和原理,快速入门自动驾驶的算法和开发流程。本书示例代码丰富,涵盖实际开发中所有的重要知识点,适合无人驾驶从业者、想要学习机器学习和无人驾驶的开发人员阅读,也可用作培训机构和高校相关专业的教学参考书。

宋哲贤,多年互联网和机器学习开发经历,在著名车企从事车辆智能化算法架构研发,对于人工智能应用有较强的实践经验,目前专注于迁移学习的工程化实践。慕课网高级讲师,热爱分享,开发多门人工智能的入门和进阶课程,擅长实例的类比讲解。获得车辆智能化国家专利1项。

作品目录

  • 作者简介
  • 内容简介
  • 致谢
  • 前言
  • 第一篇 机器学习基础
  • 第1章 机器学习与无人驾驶
  • 第2章 TensorFlow基础
  • 第3章 线性回归
  • 第4章 逻辑回归
  • 第二篇 机器学习进阶
  • 第5章 神经网络
  • 第6章 卷积神经网络
  • 第7章 循环神经网络
  • 第8章 强化学习
  • 第三篇 无人驾驶
  • 第9章 无人驾驶系统
  • 第10章 Cyber基础
  • 第11章 无人驾驶地图技术
  • 第12章 无人驾驶定位技术
  • 第13章 无人驾驶预测技术
  • 第14章 无人驾驶规划策略
  • 第15章 无人驾驶控制策略
  • 附录A 强化学习:贪吃蛇AI完整游戏逻辑代码
  • 附录B CyberRT系统核心API字典
展开全部