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

計算智能方法/中外學者論AI

  • 作者：編者:宋睿卓//魏慶來//李擎|責編:王芳
  • 出版社：清華大學
  • ISBN：9787302637752
  • 出版日期：2023/11/01
  • 裝幀：平裝
  • 頁數：167
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統介紹目前常見且應用較為廣泛的智能計算方法，主要內容包括各種智能計算方法的基本概念、原理、模型特徵和典型應用實例，並提供了最新算例和對應的Python或MATLAB代碼，便於讀者加深理解與復現。全書共分為5章，第1章主要介紹智能計算技術的產生與發展歷程，並總結當前智能計算的發展趨勢；第2章系統詳細地講解進化計算中應用最為廣泛和成熟的遺傳演算法；第3章圍繞新興的群智能計算方法，主要研究群智能計算方法中粒子群優化演算法和蟻群演算法的流程和應用；第4章聚焦神經計算，從反向傳播神經網路出發，拓展到深度神經網路、卷積神經網路和循環神經網路的演算法結構與模型研究；第5章對智能計算中迅速發展的前沿交叉學科——機器學習進行詳細介紹。
    本書的適用對象為自動化、人工智慧、智能科學與技術、電腦科學等相關專業的高年級本科生與研究生，也可以作為電腦、人工智慧及其相關專業從業人員的自學參考書。
作者介紹
編者:宋睿卓//魏慶來//李擎|責編:王芳
目錄
第1章  緒論
  1.1  智能計算概述
  1.2  進化計算
  1.3  群智能計算
  1.4  神經計算
  1.5  機器學習
第2章  進化計算中的遺傳演算法
  2.1  遺傳演算法概述
    2.1.1  遺傳演算法
    2.1.2  基本原理圖
    2.1.3  模式定理
    2.1.4  積木塊假設
    2.1.5  研究進展
  2.2  遺傳演算法的流程
    2.2.1  科學定義
    2.2.2  執行過程
    2.2.3  基本本質
    2.2.4  染色體編碼
    2.2.5  群體初始化
    2.2.6  適應度值評價
    2.2.7  選擇運算元
    2.2.8  交叉運算元
    2.2.9  變異運算元
    2.2.10  流程圖和偽代碼
  2.3  遺傳演算法的改進
    2.3.1  運算元選擇
    2.3.2  參數設置
    2.3.3  混合遺傳演算法
    2.3.4  並行遺傳演算法
  2.4  遺傳演算法的編碼規則
    2.4.1  二進位編碼法
    2.4.2  浮點編碼法
    2.4.3  符號編碼法
  2.5  遺傳演算法的應用
  2.6  遺傳演算法的相關應用與MATLAB算例
    2.6.1  遺傳演算法實例1
    2.6.2  遺傳演算法實例2
  2.7  遺傳演算法總結
第3章  群智能計算
  3.1  粒子群優化演算法
    3.1.1  粒子群優化演算法簡介
    3.1.2  粒子群優化演算法的基本流程
    3.1.3  粒子群演算法分類
    3.1.4  粒子群優化演算法的改進研究
    3.1.5  粒子群優化演算法的參數設置
    3.1.6  粒子群優化演算法與遺傳演算法的比較
    3.1.7  粒子群優化演算法的相關應用與MATLAB算例
  3.2  蟻群演算法
    3.2.1  蟻群演算法的基本原理
    3.2.2  蟻群演算法的演算法流程

    3.2.3  蟻群演算法的發展
    3.2.4  蟻群演算法的改進研究
    3.2.5  蟻群演算法的參數設置
    3.2.6  蟻群演算法的應用
    3.2.7  蟻群演算法的相關應用與MATLAB算例
    3.2.8  蟻群演算法的總結與展望
第4章  神經計算
  4.1  BP神經網路
    4.1.1  BP神經網路的概念
    4.1.2  BP神經網路的模型
    4.1.3  BP神經網路的特性
    4.1.4  BP神經網路的相關應用與MATLAB算例
    4.1.5  BP神經網路的演算法改進
  4.2  深度神經網路
    4.2.1  深度神經網路的概念
    4.2.2  深度神經網路的模型
    4.2.3  深度神經網路的特性
    4.2.4  深度神經網路的應用
    4.2.5  深度神經網路的優化
  4.3  卷積神經網路
    4.3.1  卷積神經網路的歷史和基本概念
    4.3.2  卷積神經網路的結構
    4.3.3  卷積神經網路的應用與MATLAB算例
    4.3.4  卷積神經網路的最新發展
  4.4  循環神經網路
    4.4.1  循環神經網路的歷史和基本概念
    4.4.2  循環神經網路的結構
    4.4.3  循環神經網路的應用與MATLAB算例
    4.3.4  循環神經網路的最新發展
第5章  機器學習
  5.1  樸素貝葉斯演算法
    5.1.1  樸素貝葉斯演算法的基本概念
    5.1.2  樸素貝葉斯演算法的流程與模型
    5.1.3  樸素貝葉斯演算法的特性與應用場景
    5.1.4  樸素貝葉斯演算法的相關應用與MATLAB算例
  5.2  決策樹
    5.2.1  決策樹的基本概念
    5.2.2  決策樹的構建
    5.2.3  決策樹的剪枝
    5.2.4  決策樹的演算法實現
    5.2.5  決策樹的相關應用與MATLAB算例
  5.3  隨機森林
    5.3.1  隨機森林的基本概念
    5.3.2  隨機森林的構造方法
    5.3.3  隨機森林的推廣
    5.3.4  隨機森林的相關應用與MATLAB算例

  • 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