●推薦序
譯者序
前言
作者簡介
第1章機器學習概述1
1.1引言1
1.2機器學習基礎2
1.3學習機4
1.4機器學習分類體繫5
1.5控制7
1.6自主學習方法9
1.7人工智能14
1.8小結16
第2章用於機器學習的MATLAB數據類型17
2.1MATLAB數據類型概述17
2.2使用參數初始化數據結構27
2.3在圖像datastore上執行mapreduce29
2.4從文件中創建表格31
2.5處理表格數據33
2.6使用MATLAB字符串36
2.7小結38
第3章MATLAB作圖39
3.1二維線圖39
3.2通用二維作圖42
3.3定制二維圖表44
3.4三維盒子45
3.5用紋理繪制三維對像47
3.6通用三維作圖49
3.7構建圖形用戶界面51
3.8柱狀圖動畫56
3.9畫一個機器人59
3.10小結61
第4章卡爾曼濾波63
4.1用線性卡爾曼濾波器實現的狀態估計器64
4.2使用擴展卡爾曼濾波器進行狀態估計80
4.3使用無跡卡爾曼濾波器進行狀態估計84
4.4使用無跡卡爾曼濾波器進行參數估計90
4.5小結93
第5章自適應控制95
5.1自調諧：振蕩器建模96
5.2自調諧：調校振蕩器97
5.3模型參考自適應控制的實現102
5.4創建方波輸入106
5.5轉子的MRAC演示繫統107
5.6輪船駕駛：實現輪船駕駛控制的增益調度110
5.7航天器的指向114
5.8小結116
第6章模糊邏輯118
6.1構建模糊邏輯繫統119
6.2模糊邏輯的實現122
6.3演示模糊邏輯125
6.4小結127
第7章用決策樹進行數據分類129
7.1生成測試數據130
7.2繪制決策樹133
7.3決策樹的算法實現136
7.4創建決策樹139
7.5手工創建決策樹142
7.6訓練和測試決策樹145
7.7小結148
第8章神經網絡入門149
8.1日光檢測器149
8.2單擺建模150
8.3角度估計器155
8.4為單擺繫統設計神經網絡159
8.5小結163
第9章基於神經網絡的數字分類164
9.1生成帶噪聲的測試圖像165
9.2創建神經網絡函數169
9.3訓練單一輸出節點的神經網絡173
9.4測試神經網絡178
9.5訓練多輸出節點的神經網絡179
9.6小結182
第10章基於深度學習的模式識別183
10.1為訓練神經網絡在線獲取數據185
10.2產生貓的訓練圖像集185
10.3矩陣卷積188
10.4卷積層190
10.5池化層192
10.6全連接層193
10.7確定輸出概率195
10.8測試神經網絡196
10.9識別數字198
10.10識別圖像200
10.11小結202
第11章用於飛機控制的神經網絡203
11.1縱向運動204
11.2利用數值方法尋找平衡狀態210
11.3飛機的數值仿真211
11.4激活函數213
11.5學習控制的神經網絡214
11.6枚舉數據集218
11.7編寫sigma-pi神經網絡函數220
11.8實現PID控制器222
11.9飛機俯仰角PID控制226
11.10創建俯仰動力學的神經網絡228
11.11非線性仿真中的控制器演示231
11.12小結232
第12章多重假設檢驗233
12.1概覽233
12.2理論235
12.3追蹤臺球的卡爾曼濾波器240
12.4追蹤臺球的MHT246
12.5一維運動250
12.6軌道關聯的一維運動252
12.7小結255
第13章基於多重假設檢驗的自動駕駛256
13.1汽車動力學257
13.2汽車雷達建模260
13.3汽車的自主超車控制262
13.4汽車動畫264
13.5汽車仿真與卡爾曼濾波器266
13.6汽車目標追蹤270
13.7小結273
第14章基於案例的專家繫統275
14.1構建專家繫統276
14.2運行專家繫統277
14.3小結279
附錄A自主學習的歷史281
附錄B機器學習軟件288
參考文獻298
中英文術語對照表300

本書是關於在MATLAB中使用實例進行機器學習的綜合指南。書中概述了人工智能與自動控制的歷史；回顧了用於機器學習的商用軟件包，並展示了它們如何應用於該領域；接著展示了如何使用MATLAB來解決機器學習問題，以及如何利用MATLAB圖形技術來增強程序員對機器學習結果的理解。
本書隨書提供了機器學習中若干重要問題的MATLAB完整解決方案，包括飛行控制、人臉識別、自動駕駛。書中所有的示例和應用程序都提供了完整的源代碼。
機器學習包含大量的數學概念與理論解釋。書中以清晰簡潔的方式介紹了其中每個領域的數學知識，即使是並不經常接觸數學理論的讀者也可以輕松理解。工程領域的讀者會看到這些數學知識與他們已經了解的領域技術之間的密切聯繫，並將學習到新的技術。
本書主要內容：
如何使用MATLAB構建機器學習應用。
適用於機器學習的MATLAB可視化技術。