幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

人工智慧導論(高等學校信息技術類新方向新動能新形態系列規劃教材)

  • 作者：編者:莫宏偉|責編:祝智敏
  • 出版社：人民郵電
  • ISBN：9787115495303
  • 出版日期：2020/07/01
  • 裝幀：平裝
  • 頁數：284
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書較全面地介紹了目前人工智慧的主流概念、理論、方法、技術及應用等內容。全書共12章，首先介紹了智能的定義以及人工智慧的定義、歷史、實現方法、研究內容與發展趨勢；其次介紹了人工智慧的哲學觀以及腦科學的相關概念與基礎知識；再次在人工智慧的方法與技術方面，介紹了人工神經網路，機器學習的基本方法與原理，以及感知智能、認知智能、語言智能、機器人(行為智能)、混合智能、類腦計算等人工智慧技術；最後介紹了人工智慧倫理與法律的相關概念和知識。
    本書可作為高等院校人工智慧、數據科學與大數據技術、機器人工程等新工科專業以及電腦科學與技術、電子科學與技術、控制工程與科學、智能科學與技術、機械、數學等傳統理工科專業的本科生與研究生的課程教材，也可供哲學、經貿、管理、金融、財會、法律、文學等非理工科專業的學生學習使用，還可作為從事自然科學、社會科學以及人工智慧交叉學科研究的科研人員、學者及愛好者的參考用書。
作者介紹
編者:莫宏偉|責編:祝智敏
目錄
01 緒論
  1.0  學習導言　
  1.1  生命與智能　
    1.1.1  什麼是智能　
    1.1.2  圖靈測試與人工智慧　
    1.1.3  人工智慧圖譜　
  1.2  人工智慧的歷史　
    1.2.1  第 一階段：初創時期（1936年—1956年）　
    1.2.2  第二階段：形成時期（1957年—1969年）　
    1.2.3  第三階段：發展時期（1970年—1992年）　
    1.2.4  第四階段：大突破時期（1993年至今）　
  1.3  人工智慧學科交叉與融合　
  1.4  人工智慧實現方法　
    1.4.1  傳統實現方法　
    1.4.2  數據驅動方法　
  1.5  人工智慧主要研究內容　
    1.5.1  計算智能　
    1.5.2  感知智能　
    1.5.3  認知智能　
    1.5.4  行為智能　
    1.5.5  群體智能　
    1.5.6  混合智能　
    1.5.7  情感智能　
    1.5.8  類腦智能　
    1.5.9  人工智慧倫理與法律　
  1.6  人工智慧發展趨勢　
  1.7  本書主要學習內容　
  1.8  本章小結　
  1.9  習題　
02　人工智慧的哲學觀　
  2.0  學習導言　
  2.1  從哲學角度理解人工智慧　
    2.1.1  與人工智慧有關的哲學概念　
    2.1.2  與人工智慧有關的主要哲學分支　
    2.1.3  大曆史觀——智能進化　
    2.1.4  人工智慧的本質　
  2.2  人工智慧局限性的認識　
    2.2.1  弱人工智慧與人類心智的差距　
    2.2.2  影響強人工智慧實現的主要因素　
  2.3  科幻影視作品中的人工智慧　
    2.3.1  早期科幻影視作品中的人工智慧　
    2.3.2  現代科幻影視作品中的人工智慧　
  2.4  本章小結　
  2.5  習題　
03　腦科學基礎　
  3.0  學習導言　
  3.1  大腦的初步認識　
  3.2  腦神經系統　
    3.2.1  腦神經組織　
    3.2.2  神經元與信息傳遞　

    3.2.3  大腦皮層　
  3.3  腦的視覺與信息處理機制　
    3.3.1  腦的視覺結構　
    3.3.2  視覺皮層區域　
  3.4  腦的記憶與信息處理機制　
  3.5  腦的學習機制　
  3.6  腦功能新發現　
    3.6.1  大腦導航功能　
    3.6.2  大腦孕周發育　
  3.7  本章小結　
  3.8  習題　
04　人工神經網路　
  4.0  學習導言　
  4.1  如何構建人工神經網路　
    4.1.1  神經元模型　
    4.1.2  感知器模型　
  4.2  神經網路的訓練—反向傳播演算法　
  4.3  生成深度神經網路　
    4.3.1  生成模型——受限玻爾茲曼機　
    4.3.2  深度生成模型—深度置信網路　
  4.4  卷積神經網路原理　
    4.4.1  稀疏連接與全連接　
    4.4.2  權值共享與特徵提取　
    4.4.3  卷積層　
    4.4.4  池化層　
    4.4.5  全連接層　
    4.4.6  CNN演算法　
  4.5  循環神經網路　
  4.6  長短時記憶網路　
  4.7  本章小結　
  4.8  習題　
05　機器學習　
  5.0  學習導言　
  5.1  機器學習能否實現機器智能　
  5.2  機器學習的類型和應用　
  5.3  監督學習與無監督學習　
    5.3.1  支持向量機　
    5.3.2  k-最近鄰分類　
    5.3.3  樸素貝葉斯分類器　
    5.3.4  集成分類——Bagging演算法、隨機森林演算法與Boosting演算法　
    5.3.5  k-均值聚類演算法　
  5.4  深度學習　
    5.4.1  淺層學習與深度學習　
    5.4.2  深度學習框架　
    5.4.3  深度學習的應用——圖像描述　
  5.5  強化學習　
    5.5.1  能夠自適應學習的BRETT機器人　
    5.5.2  強化學習的應用　
  5.6  遷移學習　
  5.7  機器創造　

  5.8  本章小結　
  5.9  習題　
06　感知智能　
  6.0  學習導言　
  6.1  數字圖像處理技術　
    6.1.1  灰度直方圖校正　
    6.1.2  圖像的平滑處理　
    6.1.3  圖像的邊緣檢測　
    6.1.4  圖像的銳化　
    6.1.5  圖像的分割　
    6.1.6  圖像的特徵提取與Haar演算法　
    6.1.7  圖像分析　
  6.2  電腦視覺與機器視覺　
  6.3  模式識別與圖像分類　
    6.3.1  模式識別方法　
    6.3.2  模式識別過程　
    6.3.3  圖像分類　
  6.4  人臉識別　
    6.4.1  人臉識別技術的發展　
    6.4.2  人臉識別系統及其實現方法　
  6.5  深度學習在目標檢測與識別中的應用　
  6.6  無人駕駛汽車的環境感知　
  6.7  本章小結　
  6.8  習題　
07　認知智能　
  7.0  學習導言　
  7.1  邏輯推理　
    7.1.1  命題與推理　
    7.1.2  推理的類型　
    7.1.3  模糊推理　
  7.2  知識表示　
    7.2.1  謂詞邏輯表示法　
    7.2.2  語義網路表示法　
  7.3  搜索技術　
    7.3.1  盲目搜索　
    7.3.2  啟髮式搜索　
    7.3.3  蒙特卡羅樹搜索演算法　
  7.4  知識圖譜　
    7.4.1  知識圖譜與認知智能　
    7.4.2  知識圖譜基本技術　
    7.4.3  知識圖譜架構　
  7.5  認知計算　
  7.6  本章小結　
  7.7  習題　
08　語言智能　
  8.0  學習導言　
  8.1  語言與認知　
  8.2  自然語言處理　
    8.2.1  自然語言理解的源起　
    8.2.2  自然語言處理的功能應用　

    8.2.3  自然語言處理技術　
  8.3  智能問答系統　
  8.4  聊天機器人　
    8.4.1  聊天機器人的分類　
    8.4.2  聊天機器人的自然語言理解　
  8.5  語音識別　
    8.5.1  語音識別系統　
    8.5.2  語音識別的過程　
  8.6  機器翻譯　
    8.6.1  機器翻譯原理與過程　
    8.6.2  通用翻譯模型　
  8.7  本章小結　
  8.8  習題　
09　機器人　
  9.0  學習導言　
  9.1  機器人與行為智能　
    9.1.1  行為主義載體——機器人　
    9.1.2  機器人的基本組成　
    9.1.3  智能機器人　
  9.2  工業機器人　
  9.3  移動機器人　
  9.4  無人飛行器　
  9.5  水下機器人　
  9.6  太空機器人　
  9.7  人形機器人　
  9.8  機器動物　
  9.9  軟體機器人　
  9.10  微型機器人　
  9.11  群體機器人　
  9.12  認知發展機器人　
  9.13  本章小結　
  9.14  習題　
10　混合智能　
  10.0  學習導言　
  10.1  混合智能的基本形態與實現　
  10.2  腦機介面　
    10.2.1  腦機介面工作原理　
    10.2.2  可探測識別的腦電波信號　
    10.2.3  侵入式腦機介面　
    10.2.4  非侵入式腦機介面　
    10.2.5  腦機介面應用　
  10.3  可穿戴混合智能　
    10.3.1  可穿戴感測器與電子文身　
    10.3.2  可穿戴神經刺激混合智能　
  10.4  可植入混合智能　
    10.4.1  電子識別晶元　
    10.4.2  人造感覺神經　
  10.5  外骨骼混合智能　
  10.6  動物混合智能　
  10.7  人體增強　

  10.8  本章小結　
  10.9  習題　
11　類腦計算　
  11.0  學習導言　
  11.1  類腦計算基礎　
    11.1.1  馮·諾依曼結構電腦的局限　
    11.1.2  類腦電腦　
    11.1.3  類腦計算研究內容與方法　
  11.2  類腦計算基礎　
    11.2.1  神經形態計算　
    11.2.2  神經形態類腦晶元　
    11.2.3  神經形態類腦電腦　
  11.3  基於憶阻器的類腦計算　
    11.3.1  憶阻器原理　
    11.3.2  憶阻器晶元　
  11.4  人工大腦　
    11.4.1  人工大腦的基本單元　
    11.4.2  仿腦模型　
    11.4.3  虛擬大腦　
    11.4.4  深度學習腦功能模擬　
  11.5  非神經形態智能晶元　
  11.6  本章小結　
  11.7  習題　
12　人工智慧倫理與法律　
  12.0  學習導言　
  12.1  電車難題引發的人工智慧道德困境　
  12.2  人工智慧技術引發的社會問題　
  12.3  人工智慧倫理的定義　
  12.4  弱人工智慧倫理與強人工智慧倫理　
    12.4.1  弱人工智慧倫理問題　
    12.4.2  強人工智慧倫理問題　
  12.5  機器人倫理問題與基本原則　
    12.5.1  機器人倫理問題　
    12.5.2  機器人倫理的基本原則　
  12.6  軍事人工智慧倫理問題　
  12.7  人工智慧倫理規範　
  12.8  人工智慧法律問題　
    12.8.1  人工智慧引發的法律問題　
    12.8.2  人工智慧的法律主體和法律人格問題　
  12.9  本章小結　
  12.10  習題　
參考文獻　

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032