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

人工智慧基礎與進階(第2版)

  • 作者：編者:周越|責編:劉玉?
  • 出版社：上海交大
  • ISBN：9787313259806
  • 出版日期：2022/08/01
  • 裝幀：平裝
  • 頁數：283
人民幣：RMB 65 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    人工智慧是一門發展極其迅速且內容豐富的學科，其眾多分支領域都值得大家去探索和學習。本書分為基礎篇和進階篇兩個篇章。其中，基礎篇內容包括了人工智慧的基本概念、人工智慧的發展歷史、電腦與環境感知、簡單幾何形狀的識別、人工智慧搜索演算法；進階篇則包括大數據的定義、知識與推理、回歸與分類、深度學習網路、感知信息處理。此外還有配合知識學習的課程實踐，包括圖形匹配以及微縮車倒車入庫等實驗。本書與《人工智慧基礎與進階(Python編程)》共同形成一套適合人工智慧初學者的教材，同時也適合廣大對人工智慧相關領域感興趣的讀者。
作者介紹
編者:周越|責編:劉玉?
目錄
基礎篇
1  走近人工智慧
  1.1  什麼是人工智慧
    1.1.1  改變世界的人工智慧
    1.1.2  了解什麼是人工智慧
  1.2  人工智慧簡史
  1.3  人工智慧對人類的影響
    1.3.1  人工智慧的層級
    1.3.2  奇點
  1.4  當前人工智慧的局限
  1.5  人工智慧的未來
本章小結
2  電腦與人工智慧
  2.1  數理邏輯的基礎——布爾代數
  2.2  「用機器計算」的基礎——可計算理論
    2.2.1  一般遞歸函數與λ可定義函數
    2.2.2  圖靈機
  2.3  人工智慧之父——圖靈
    2.3.1  現代電腦的前身——圖靈機
    2.3.2  檢驗人工智慧的方法——圖靈測試
    2.3.3  人工智慧的展望
  2.4  電腦
    2.4.1  電子電腦的誕生
    2.4.2  電腦程序
  2.5  早期人工智慧
    2.5.1  專家系統
    2.5.2  樹與森林
  2.6  動物識別專家系統
    2.6.1  制訂規則庫
    2.6.2  正向推理過程程序實現
  2.7  二進位與位運算
    2.7.1  二進位、十進位和十六進位
    2.7.2  電腦位運算
    2.7.3  電腦實現簡單的四則運算
本章小結
3  電腦與環境感知
  3.1  聲音是一種一維信號
    3.1.1  聲音的性質
    3.1.2  人如何發出聲音和聽到聲音
    3.1.3  電腦如何聽到聲音
    3.1.4  電腦如何發出聲音
  3.2  圖像是一種二維信號
    3.2.1  圖像技術的發展歷史
    3.2.2  人眼如何看見圖像
    3.2.3  單反相機是如何產生數字圖像的
    3.2.4  圖像獲取系統
    3.2.5  電腦看到的圖像
  3.3  紅外測距
    3.3.1  紅外測距基本原理
    3.3.2  紅外測距的實現

本章小結
4  簡單幾何形狀的識別
  4.1  角點檢測
  4.2  模板匹配
  4.3  基礎形狀的識別
  4.4  箭頭識別
  4.5  直線檢測
  4.6  圓的檢測
  4.7  拓展應用
    4.7.1  車道線檢測
    4.7.2  其他應用
本章小結
拓展閱讀
5  人工智慧搜索演算法
  5.1  廣度優先搜索
  5.2  深度優先搜索
  5.3  A搜索
  5.4  基於搜索演算法的迷宮案例分析
  5.5  梯度下降法
    5.5.1  梯度下降演算法
    5.5.2  導數與梯度
    5.5.3  梯度的數學解釋
    5.5.4  梯度下降法的優化實例
  5.6  牛頓法
本章小結
6  智能感知與交互——智能微縮車
  6.1  微縮車的任務目標
  6.2  微縮車的整體結構
  6.3  微縮車各部分的結構和原理
    6.3.1  微縮車的控制器——樹莓派和單片機
    6.3.2  微縮車的執行機構——電機和舵機
    6.3.3  微縮車的運動機構——底盤
    6.3.4  微縮車的感測器——攝像頭、編碼器、避障感測器
    6.3.5  微縮車的能源——電源
  6.4  實驗階段
    6.4.1  預備實驗：熟悉微縮車電腦的操作
    6.4.2  實驗用Python代碼框架示例
    6.4.3  實驗1：讓微縮車動起來
    6.4.4  實驗2：讓微縮車能夠識別圖形
    6.4.5  實驗3：帶微縮車遛個彎兒
    6.4.6  實驗4：微縮車的自動巡線運動
本章小結

進階篇
7  大數據開啟了人工智慧新時代
  7.1  人工智慧的發展歷史回顧
  7.2  當代人工智慧的基石：大數據
  7.3  大數據時代下的人工智慧
    7.3.1  大數據、大智能
    7.3.2  大數據與深度學習

  7.4  大數據下深度學習成功的啟示
  7.5  大數據人工智慧的倫理
    7.5.1  安全與隱私
    7.5.2  失業問題
    7.5.3  歧視
    7.5.4  道德機器
    7.5.5  人機關係
本章小結
8  知識與推理
  8.1  知識表示
    8.1.1  知識
    8.1.2  知識表示方法
    8.1.3  知識表示過程
  8.2  知識推理
    8.2.1  知識推理的方法
    8.2.2  演繹推理
    8.2.3  歸納推理
    8.2.4  確定性推理與不確定性推理
    8.2.5  知識推理的控制策略
  8.3  產生式系統的推理
    8.3.1  產生式系統的組成
    8.3.2  產生式系統的正向推理
    8.3.3  產生式系統的逆向推理
  8.4  知識圖譜
    8.4.1  語義網路
    8.4.2  知識庫
    8.4.3  知識圖譜的表示
    8.4.4  知識圖譜的結構
    8.4.5  知識圖譜的意義
    8.4.6  知識圖譜與事理圖譜
    8.4.7  知識圖譜與大數據
本章小結
9  回歸與分類
  9.1  線性回歸
  9.2  最小二乘法
  9.3  支持向量機
  9.4  決策樹
  9.5  k近鄰演算法
    9.5.1  什麼是k近鄰演算法
    9.5.2  近鄰的距離度量表示法
    9.5.3  k值的選擇
  9.6  集成學習
  9.7  隨機森林
本章小結
10  深度學習網路
  10.1  從特徵工程到深度神經網路
  10.2  神經元模型
  10.3  深度神經網路的結構及訓練
    10.3.1  卷積層
    10.3.2  非線性激活層

    10.3.3  池化層
    10.3.4  全連接層
    10.3.5  深度神經網路的訓練
    10.3.6  深度神經網路與人類視覺系統
  10.4  深度學習與傳統機器學習的優勢
    10.4.1  深度學習的優勢
    10.4.2  傳統機器學習(傳統ML演算法)的優勢
  10.5  深度學習的應用
    10.5.1  圖像分類
    10.5.2  目標檢測
    10.5.3  圖像分割
    10.5.4  圖像標注(看圖說話)
    10.5.5  圖像生成(文字轉圖像)
    10.5.6  生成對抗網路
本章小結
11  感知信息處理
  11.1  語音識別
    11.1.1  語音識別技術的發展歷程
    11.1.2  語音信息的基本特徵
    11.1.3  語音識別系統框架
    11.1.4  語音識別基本原理
  11.2  圖像識別
    11.2.1  了解圖像識別技術
    11.2.2  圖像採集
    11.2.3  圖像特徵提取
    11.2.4  標誌牌分類和識別
    11.2.5  基於HoG特徵的SVM行人檢測
    11.2.6  評價標誌牌識別性能
本章小結
12  人工智慧進階實驗
  12.1  實驗l——標誌牌識別
  12.2  實驗2——微縮車倒車入庫
本章小結
拓展閱讀
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