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

人工智慧基礎教程(人工智慧技術工業和信息化精品系列教材)

  • 作者：編者:王忠//謝磊//汪衛星|責編:趙亮
  • 出版社：人民郵電
  • ISBN：9787115615374
  • 出版日期：2023/07/01
  • 裝幀：平裝
  • 頁數：194
人民幣：RMB 49.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要講述人工智慧的基礎理論與案例實踐。全書共9章，分別為人工智慧概述、積木編程、電腦視覺、自然語言處理、機器學習、自動駕駛、智能機器人、人工神經網路與深度學習、專家系統。本書內容豐富，講解細緻，力求讓讀者全面地了解人工智慧相關內容。本書還引入了人工智慧通識課程教學平台——SenseStudy·AI實驗平台來展現相關技術應用，通過理論與實踐相結合的方式使讀者加深對相關內容的理解。
    本書可作為高職高專院校、中等職業學校人工智慧公共基礎課程的教材，也可以作為電子信息、電腦相關專業的人工智慧課程入門教材。
作者介紹
編者:王忠//謝磊//汪衛星|責編:趙亮
目錄
第1章  人工智慧概述
  本章要點
  1.1  人工智慧的基本概念
    1.1.1  弱人工智慧
    1.1.2  強人工智慧
    1.1.3  超人工智慧
  1.2  人工智慧的發展歷程
    1.2.1  國外發展歷程
    1.2.2  國內發展歷程
  1.3  人工智慧的主流學派
    1.3.1  符號主義學派
    1.3.2  連接主義學派
    1.3.3  行為主義學派
  1.4  人工智慧的典型技術
    1.4.1  機器學習
    1.4.2  自然語言處理
    1.4.3  電腦視覺
    1.4.4  知識圖譜
  1.5  人工智慧的應用現狀
    1.5.1  智能製造
    1.5.2  智能安防
    1.5.3  智慧農業
    1.5.4  智慧醫療
    1.5.5  智能物流
    1.5.6  智慧金融
    1.5.7  自動駕駛
    1.5.8  智慧零售
  本章小結
  課後習題
第2章  積木編程
  本章要點
  2.1  初識SenseStudy·AI實驗平台
    2.1.1  SenseStudy·AI實驗平台的特點
    2.1.2  第一個SenseStudy·AI積木程序
    2.1.3  積木塊的基本操作
  2.2  程序設計語言的基本元素
    2.2.1  常量
    2.2.2  變數
    2.2.3  運算符
    2.2.4  表達式及語句
  2.3  程序控制結構
    2.3.1  順序結構
    2.3.2  選擇結構
    2.3.3  循環結構
    2.3.4  函數
  2.4  列表
    2.4.1  列表的定義
    2.4.2  列表的基本操作
    2.4.3  列表的應用
  本章小結

  課後習題
第3章  電腦視覺
  本章要點
  3.1  電腦視覺概述
    3.1.1  電腦視覺的任務
    3.1.2  電腦視覺應用範圍
  3.2  圖像匹配
    3.2.1  圖像匹配簡介
    3.2.2  圖像匹配演算法
    3.2.3  情緒識別
  3.3  圖像分割
    3.3.1  圖像分割簡介
    3.3.2  圖像分割技術
  3.4  目標檢測
    3.4.1  目標檢測簡介
    3.4.2  目標檢測難點
  3.5  實驗與實踐
  本章小結
  課後習題
第4章  自然語言處理
  本章要點
  4.1  自然語言處理的發展階段
    4.1.1  自然語言處理的基本任務
    4.1.2  自然語言處理的發展
  4.2  自然語言處理的概念表示
    4.2.1  經典概念理論
    4.2.2  原型理論
    4.2.3  樣例理論
  4.3  自然語言處理的知識表示
    4.3.1  產生式表示法
    4.3.2  框架表示法
    4.3.3  狀態空間表示法
  4.4  知識圖譜
    4.4.1  知識表示
    4.4.2  知識抽取
    4.4.3  知識圖譜的向量表示方法
    4.4.4  知識圖譜查詢語言SPAROL
  4.5  語音處理
    4.5.1  語音特徵提取
    4.5.2  語音識別框架
    4.5.3  端到端的語音識別方法
    4.5.4  語音合成
  4.6  實驗與實踐
  本章小結
  課後習題
第5章  機器學習
  本章要點
  5.1  機器學習概述
    5.1.1  對於學習的認知
    5.1.2  機器學習的概念

    5.1.3  機器學習的發展歷程
    5.1.4  機器學習的研究現狀及主流模型
    5.1.5  大數據技術對機器學習的影響
    5.1.6  機器學習的重要性
    5.1.7  傳統編程與機器學習的區別
    5.1.8  機器學習的分類
  5.2  監督學習
    5.2.1  監督學習簡介
    5.2.2  監督學習工作流程
    5.2.3  監督學習的主要演算法
  5.3  無監督學習
    5.3.1  無監督學習簡介
    5.3.2  K均值聚類演算法
  5.4  半監督學習
  5.5  強化學習
  5.6  實驗與實踐
  本章小結
  課後習題
第6章  自動駕駛
  本章要點
  6.1  自動駕駛的概念
    6.1.1  自動駕駛汽車
    6.1.2  國內外自動駕駛的現狀
    6.1.3  人工智慧技術在自動駕駛汽車上的應用
    6.1.4  人工智慧在自動駕駛中面臨的挑戰
  6.2  自動駕駛的分級模式
  6.3  自動駕駛的技術路線及涉及的軟硬體
    6.3.1  自動駕駛的兩條技術路線
    6.3.2  自動駕駛涉及的軟硬體
  6.4  實驗與實踐
  本章小結
  課後習題
第7章  智能機器人
  本章要點
  7.1  智能機器人概述
    7.1.1  機器人的起源與誕生
    7.1.2  機器人的發展歷程
    7.1.3  智能機器人的分類
  7.2  機器人中的智能技術
    7.2.1  智能感知技術
    7.2.2  智能人機交互技術
  7.3  智能機器人的應用領域
    7.3.1  科研國防領域
    7.3.2  服務領域
    7.3.3  工業領域
    7.3.4  農業領域
    7.3.5  醫用領域
  7.4  實驗與實踐
  本章小結
  課後習題

第8章  人工神經網路與深度耘
  本章要點
  8.1  人工神經網路與深度學習概述
    8.1.1  人工神經網路概述
    8.1.2  深度學習概述
    8.1.3  前饋神經網路
    8.1.4  卷積神經網路
  8.2  欠擬合和過擬合
  8.3  深度學習的應用
    8.3.1  物體檢測
    8.3.2  圖像風格變換
    8.3.3  語音識別
    8.3.4  環境識別
  8.4  實驗與實踐
  本章小結
  課後習題
第9章  專家系統
  本章要點
  9.1  專家系統概述
    9.1.1  專家系統的工作原理
    9.1.2  專家系統中的解釋器
  9.2  專家系統實例
    9.2.1  推理工作
    9.2.2  一個簡單的專家系統
  9.3  非確定性推理
    9.3.1  事實的表示
    9.3.2  規則的表示
    9.3.3  邏輯運算
    9.3.4  規則運算
    9.3.5  規則合成
  9.4  專家系統的應用
    9.4.1  專家系統工具
    9.4.2  專家系統應用現狀
    9.4.3  專家系統應用的局限性
  9.5  實驗與實踐
  本章小結
  課後習題

  • 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