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(高等學校人工智慧系列教材)

  • 作者：編者:劉江//章曉慶//胡衍|責編:郝英華
  • 出版社：化學工業
  • ISBN：9787122438300
  • 出版日期：2023/10/01
  • 裝幀：平裝
  • 頁數：231
人民幣：RMB 58 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要為高等院校非電腦專業的人工智慧導論課程設計編寫，內容具有「應用」＋「理論」的特色。針對高校學生的需求和人工智慧發展的特點，本書分為引言篇、理論篇和應用篇三部分，可基於學習需求和進度，自主選擇。引言篇包括緒論；理論篇包括人工智慧之理論基礎、人工智慧之機器學習、人工智慧之深度學習、人工智慧之強化學習；應用篇包括人工智慧開發平台和人工智慧應用及展望。
    本書可用於普通高等學校各專業人工智慧導論、醫學人工智慧導論等相關課程的教學，也可供對人工智慧感興趣的科研人員參考。
作者介紹
編者:劉江//章曉慶//胡衍|責編:郝英華
目錄
引言篇 人工智慧的定義
  第1章  緒論
    1.1  什麼是人工智慧
      1.1.1  人工智慧的起源及定義
      1.1.2  人工智慧的三個發展階段
    1.2  人工智慧的三個主要研究方法
      1.2.1  基於符號主義的人工智慧研究方法
      1.2.2  基於連接主義的人工智慧研究方法
      1.2.3  基於行為主義的人工智慧研究方法
    1.3  人工智慧的行業發展現狀
      1.3.1  世界各國人工智慧發展支持政策
      1.3.2  人工智慧產業結構
      1.3.3  人工智慧行業應用
    1.4  人工智慧的三個經典應用
      1.4.1  自然語言理解
      1.4.2  智能眼科醫學圖像處理
      1.4.3  智能棋類
    本章小結
    習題
    本章參考文獻
理論篇 人工智慧基礎理論與演算法
  第2章  人工智慧之理論基礎
    2.1  人工智慧的數學基礎
      2.1.1  線性代數
      2.1.2  人工智慧數學基礎之概率論
      2.1.3  人工智慧數學基礎之微積分
    2.2  人工智慧的最優化與資訊理論基礎
      2.2.1  最優化理論
      2.2.2  資訊理論
    2.3  人工智慧的生物學基礎
      2.3.1  生物神經元
      2.3.2  人腦視覺與信息機理機制
      2.3.3  人工神經元
    2.4  人工智慧的控制論基礎
      2.4.1  動態系統
      2.4.2  人工智慧之反饋控制與最優控制
      2.4.3  控制論與強化學習
    本章小結
    習題
    本章參考文獻
  第3章  人工智慧之機器學習
    3.1  機器學習概述
    3.2  監督學習
      3.2.1  經典演算法1：線性回歸
      3.2.2  經典演算法2：邏輯回歸
      3.2.3  經典演算法3：感知機
      3.2.4  經典演算法4：支持向量機
      3.2.5  經典演算法5：決策樹
      3.2.6  經典演算法6：集成學習
    3.3  無監督學習

      3.3.1  經典演算法1：K-均值演算法
      3.3.2  經典演算法2：主成分分析
    3.4  弱監督學習
      3.4.1  主動學習
      3.4.2  半監督學習
      3.4.3  遷移學習
      3.4.4  多示例學習
    本章小結
    習題
    本章參考文獻
  第4章  人工智慧之深度學習
    4.1  深度學習概述
      4.1.1  前向神經網路模型
      4.1.2  生成模型
      4.1.3  序列模型
    4.2  人工神經網路
      4.2.1  概述
      4.2.2  激活函數
      4.2.3  損失函數
    4.3  神經網路參數優化與學習
      4.3.1  梯度下降
      4.3.2  反向傳播演算法
    4.4  經典神經網路
      4.4.1  經典神經網路1：卷積神經網路
      4.4.2  經典神經網路2：循環神經網路
      4.4.3  經典神經網路3：生成對抗網路
      4.4.4  經典神經網路4：注意力機制網路
    4.5  深度學習前沿
      4.5.1  自監督學習
      4.5.2  可解釋性深度學習
      4.5.3  對抗攻擊與防禦
      4.5.4  超大規模模型
    本章小結
    習題
    本章參考文獻
  第5章  人工智慧之強化學習
    5.1  強化學習概述
    5.2  強化學習之馬爾可夫決策過程
      5.2.1  馬爾可夫過程
      5.2.2  馬爾可夫獎勵過程
      5.2.3  馬爾可夫決策過程
    5.3  強化學習中的目標函數
      5.3.1  值函數
      5.3.2  貝爾曼方程
    5.4  強化學習演算法
      5.4.1  動態規劃
      5.4.2  蒙特卡羅法
      5.4.3  時序差分法
      5.4.4  深度Q 網路
      5.4.5  連續動作空間深度強化學習簡單示例

    本章小結
    習題
    本章參考文獻
應用篇 人工智慧開發平台及應用
  第6章  人工智慧開發平台
    6.1  Python 語言簡介
      6.1.1  Python 常用數據結構
      6.1.2  函數
      6.1.3  類
    6.2  機器學習平台
      6.2.1  NumPy
      6.2.2  Pandas
      6.2.3  Scikit-Learn
      6.2.4  Scipy
      6.2.5  應用實戰
    6.3  深度學習開發框架
      6.3.1  總述
      6.3.2  TensorFlow
      6.3.3  PyTorch
      6.3.4  飛槳（PaddlePaddle）
      6.3.5  應用實戰
    本章小結
    習題
    本章參考文獻
  第7章  人工智慧應用及展望
    7.1  人工智慧與自然語言處理
      7.1.1  自然語言處理的基本概念
      7.1.2  自然語言處理的發展歷史
      7.1.3  自然語言處理的研究方向
    7.2  人工智慧與圖像處理
      7.2.1  圖像增強
      7.2.2  圖像複原
      7.2.3  圖像編碼
      7.2.4  圖像分割
      7.2.5  圖像識別與分類
    7.3  人工智慧與機器人
      7.3.1  機器人概念
      7.3.2  根據機器人發展階段分類
      7.3.3  根據應用環境分類
    7.4  人工智慧與視頻理解
      7.4.1  動作識別
      7.4.2  時序動作定位
      7.4.3  視頻向量化
    7.5  人工智慧與元宇宙
      7.5.1  元宇宙的基本概念
      7.5.2  元宇宙中基礎技術
    7.6  人工智慧未來展望
      7.6.1  研究熱點預測
      7.6.2  人工智慧倫理與治理
    本章小結

    習題
    本章參考文獻
後記
  

  • 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