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

人工智慧基礎及應用(微課版新工科建設之路人工智慧系列教材)

  • 作者：編者:蘭朝鳳//柳長源//韓玉蘭//王玉玲|責編:劉瑀
  • 出版社：電子工業
  • ISBN：9787121472251
  • 出版日期：2023/11/01
  • 裝幀：平裝
  • 頁數：306
人民幣：RMB 69.9 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書以人工智慧為主要研究對象，較全面地介紹人工智慧的基本原理、常見演算法和應用技術。全書分為9章，主要內容包括：緒論、知識圖譜與專家系統、智能搜索策略、機器學習、特徵選擇與提取、人工神經網路、深度學習、深度神經網路在圖像處理中的應用、深度神經網路在語音信號處理中的應用。本書深入淺出、層次分明、循環漸進地對人工智慧基礎及應用進行系統的介紹，使讀者學習得更加清晰明了。
    本書適合作為本科生教材，也可供研究生和科技人員參考。本書可以作為高等院校電子信息類、測控通信類、自動化類、電腦類等專業及相關專業相關課程的教材，還可以作為大學生課外電子製作、電子設計競賽和相關工程技術人員的實用參考書與培訓教材。
作者介紹
編者:蘭朝鳳//柳長源//韓玉蘭//王玉玲|責編:劉瑀
目錄
第1章  緒論
  1.1  人工智慧概述
    1.1.1  智能的定義
    1.1.2  人工智慧的定義
    1.1.3  人工智慧的起源、現狀及發展
  1.2  人工智慧研究的主要內容
    1.2.1  模式識別
    1.2.2  專家系統
    1.2.3  知識庫系統
    1.2.4  自然語言理解
    1.2.5  自動定理證明
    1.2.6  電腦視覺
    1.2.7  自動程序設計
    1.2.8  自然語言生成
    1.2.9  機器人學
    1.2.10  分散式人工智慧
    1.2.11  電腦博弈
    1.2.12  智能控制
    1.2.13  軟計算
    1.2.14  智能規劃
  1.3  人工智慧的主要技術
    1.3.1  邏輯推理與定理證明
    1.3.2  自然語言處理
    1.3.3  智能機器人
    1.3.4  最優解演算法
    1.3.5  智能信息檢索技術
    1.3.6  專家系統
    1.3.7  智能控制技術
    1.3.8  機器學習
    1.3.9  生物特徵識別
    1.3.10  人工神經網路
    1.3.11  虛擬現實技術與增強現實技術
    1.3.12  知識圖譜
    1.3.13  數據挖掘與知識發現
    1.3.14  人機交互技術
  1.4  人工智慧的應用領域
    1.4.1  機器視覺
    1.4.2  語音識別
    1.4.3  智能機器人
  1.5  人工智慧的發展趨勢與應用前景
    1.5.1  人工智慧的發展趨勢
    1.5.2  人工智慧的應用前景
  本章小結
  習題
第2章  知識圖譜與專家系統
  2.1  知識概述
    2.1.1  知識
    2.1.2  數據、信息、知識和智能
    2.1.3  知識的特徵
    2.1.4  知識的分類

  2.2  知識表示方法
    2.2.1  邏輯表示法
    2.2.2  產生式表示法
    2.2.3  語義網路表示法
    2.2.4  框架表示法
  2.3  知識獲取與管理
    2.3.1  知識獲取的概述
    2.3.2  知識獲取的任務
    2.3.3  知識獲取的方式
    2.3.4  知識管理
  2.4  知識圖譜
    2.4.1  知識圖譜的概述
    2.4.2  知識圖譜的表示
    2.4.3  知識圖譜的推理
    2.4.4  知識圖譜的構建
    2.4.5  知識圖譜的分類
    2.4.6  知識圖譜的特點
  2.5  專家系統
    2.5.1  專家系統概述
    2.5.2  專家系統的結構及構建步驟
    2.5.3  專家系統的工作原理
    2.5.4  專家系統的優點
  2.6  知識圖譜與專家系統應用及案例
    2.6.1  知識圖譜的應用及案例
    2.6.2  專家系統的應用及案例
  本章小結
  習題
第3章  智能搜索策略
  3.1  搜索概述
  3.2  狀態空間搜索
    3.2.1  狀態空間表示
    3.2.2  啟髮式信息與估價函數
    3.2.3  A演算法
    3.2.4  A*演算法
  3.3  與或樹搜索
    3.3.1  與或樹表示
    3.3.2  解樹的代價
    3.3.3  與或樹的有序搜索
  3.4  博弈
    3.4.1  博弈樹
    3.4.2  極大極小過程
    3.4.3  α-β過程
  3.5  遺傳演算法
    3.5.1  基本過程
    3.5.2  遺傳編碼
    3.5.3  適應度函數
    3.5.4  遺傳操作
  3.6  智能搜索應用案例
  本章小結
  習題

第4章  機器學習
  4.1  機器學習概述
    4.1.1  什麼是機器學習
    4.1.2  機器學習的發展歷程
    4.1.3  機器學習方法分類
  4.2  k最近鄰域
  4.3  決策樹
    4.3.1  決策樹結構
    4.3.2  構造決策樹
    4.3.3  隨機森林
  4.4  貝葉斯學習
    4.4.1  貝葉斯法則
    4.4.2  貝葉斯網路
    4.4.3  樸素貝葉斯方法
  4.5  支持向量機
    4.5.1  線性可分數據二元分類問題
    4.5.2  線性不可分數據二元分類問題
    4.5.3  非線性可分數據二元分類問題
  4.6  聚類分析
    4.6.1  聚類分析概述
    4.6.2  k均值聚類
    4.6.3  k中心點聚類
  4.7  基於k均值聚類演算法實現鳶尾花聚類
  本章小結
  習題
第5章  特徵選擇與提取
  5.1  特徵選擇與提取概述
  5.2  降維
  5.3  特徵提取
    5.3.1  主成分分析
    5.3.2  線性判別分析
  5.4  特徵選擇
    5.4.1  過濾法
    5.4.2  包裝法
    5.4.3  嵌入法
  5.5  特徵選擇與提取應用及案例
  本章小結
  習題
第6章  人工神經網路
  6.1  產生和發展
    6.1.1  人工神經元
    6.1.2  感知機
  6.2  BP神經網路
    6.2.1  BP神經網路的基本概述
    6.2.2  BP神經網路的結構
    6.2.3  BP神經網路演算法
    6.2.4  BP多層前饋網路的主要能力
  本章小結
  習題
第7章  深度學習

  7.1  卷積神經網路
    7.1.1  CNN基本概述
    7.1.2  CNN結構
  7.2  深度學習的基本框架
    7.2.1  概述
    7.2.2  幾種深度學習框架
  7.3  循環神經網路
    7.3.1  RNN概述
    7.3.2  RNN的基本結構
  7.4  長短時記憶網路
    7.4.1  LSTM網路概述
    7.4.2  LSTM網路的基本結構
    7.4.3  LSTM網路的變體
  7.5  生成對抗網路
    7.5.1  GAN概述
    7.5.2  GAN網路結構及訓練
    7.5.3  GAN的變體
  7.6  遷移學習
    7.6.1  遷移學習的定義及研究目標
    7.6.2  遷移學習中的基本概念
    7.6.3  遷移學習的分類
    7.6.4  遷移學習的應用領域
  本章小結
  習題
第8章  深度神經網路在圖像處理中的應用
  8.1  電腦視覺基礎
    8.1.1  電腦視覺概述
    8.1.2  圖像與圖像特徵
    8.1.3  卷積神經網路與電腦視覺
  8.2  基於YOLO的交通標誌檢測與識別
    8.2.1  交通標誌識別
    8.2.2  YOLO系列簡介
    8.2.3  基於YOLOv5的交通標誌檢測與識別
  8.3  基於卷積神經網路的車牌定位與識別
    8.3.1  車牌特徵
    8.3.2  車牌定位與識別方案設計
    8.3.3  基於YOLOv5和LPRNet的車牌定位與識別
  本章小結
第9章  深度神經網路在語音信號處理中的應用
  9.1  語音信號的基礎知識
    9.1.1  語言和語音
    9.1.2  語音信號的產生機理
    9.1.3  語音信號的感知
    9.1.4  語音信號產生的模型
  9.2  基本原理
    9.2.1  語音識別的基本原理
    9.2.2  語音增強的基本原理
    9.2.3  語音分離的基本原理
  9.3  語音增強技術及應用
  9.4  語音識別的前沿問題及應用前景

  本章小結
  習題
附錄A  Python安裝及簡單函數的使用
  A.1  Python概述
    A.1.1  Python的基本概念
    A.1.2  Python的應用領域
    A.1.3  Python開發環境的安裝與配置
    A.1.4  Python編程規範
    A.1.5  擴展庫安裝方法
    A.1.6  標準庫與擴展庫中對象的導入與使用
  A.2  內置對象、運算符、表達式
    A.2.1  Python中常用的內置對象
    A.2.2  Python運算符與表達式

  • 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