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

人工智慧原理及MATLAB實現/人工智慧人才培養系列

  • 作者：編者:許國根//賈瑛//黃智勇//李茸|責編:孫澍
  • 出版社：人民郵電
  • ISBN：9787115623027
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：308
人民幣：RMB 79.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統地闡述了人工智慧演算法的基本原理、實現技術及其應用，基本涵蓋了其重要理論和方法，包括了最近發展起來的並被實踐證明的新技術、新理論，如機器學習、模式識別、圖像處理、神經網路、深度學習、群智能方法等。本書注重結合實際，通過實際問題介紹各種理論和方法，著重介紹各種智能演算法的MATLAB實現，具有較強的指導性和實用性。
    本書可作為電腦、信息處理、自動化和電信等IT相關專業的高年級本科生和研究生學習人工智慧的教材，也可作為從事電腦科學研究、開發和應用的教學和科研人員參考。
作者介紹
編者:許國根//賈瑛//黃智勇//李茸|責編:孫澍
目錄
第1章  概述
  1.1  人工智慧的定義與發展
    1.1.1  人工智慧的定義
    1.1.2  人工智慧的發展
  1.2  人工智慧的技術特徵
  1.3  人類智能的電腦模擬
  1.4  人工智慧的研究與應用領域
  1.5  人工智慧之知識獲取
第2章  機器學習
  2.1  機器學習概述
  2.2  機器學習的分類
  2.3  機器學習的主要策略與機器學習系統的基本結構
    2.3.1  機器學習的主要策略
    2.3.2  機器學習系統的基本結構
  2.4  機器學習演算法
    2.4.1  決策樹演算法
    2.4.2  貝葉斯網路演算法
    2.4.3  支持向量機演算法
    2.4.4  七近鄰分類演算法
    2.4.5  模糊聚類演算法
    2.4.6  隨機森林演算法
    2.4.7  集成學習
    2.4.8  EM演算法
  2.5  機器學習的MATLAB實戰
第3章  人工神經網路
  3.1  人工神經網路的基本原理
    3.1.1  人工神經元
    3.1.2  傳遞函數
    3.1.3  人工神經網路的特點
    3.1.4  人工神經網路的數學基礎知識
  3.2  人工神經網路的結構形式
    3.2.1  分層網路結構
    3.2.2  相互連接型網路結構
  3.3  人工神經網路模型分類
  3.4  人工神經網路學習演算法
    3.4.1  Hebb學習演算法
    3.4.2  誤差修正學習演算法
    3.4.3  隨機學習演算法
    3.4.4  競爭學習演算法
    3.4.5  基於記憶的學習演算法
    3.4.6  結構學習演算法
  3.5  典型的人工神經網路
    3.5.1  單層前向網路
    3.5.2  多層前向網路及BP學習演算法
    3.5.3  徑向基函數神經網路
    3.5.4  自組織競爭人工神經網路
    3.5.5  對向傳播神經網路
    3.5.6  反饋型神經網路
  3.6  人工神經網路的MATLAB實戰
第4章  深度學習

  4.1  深度學習概述
  4.2  深度學習模型
    4.2.1  卷積神經網路
    4.2.2  循環神經網路
    4.2.3  深度信念網路
    4.2.4  深度神經網路
  4.3  深度學習的學習與訓練
    4.3.1  反向傳播
    4.3.2  隨機梯度下降
    4.3.3  學習率衰減
    4.3.4  節點丟棄
    4.3.5  最大池
    4.3.6  批量標準化
    4.3.7  Skip-gram
    4.3.8  連續詞袋模型
    4.3.9  遷移學習
  4.4  深度學習框架
    4.4.1  Caffe
    4.4.2  TensorFlow
    4.4.3  DeepLearning4J
    4.4.4  Keras
  4.5  深度學習的應用及面臨的問題與挑戰
    4.5.1  深度學習的應用
    4.5.2  深度學習面臨的問題與挑戰
  4.6  深度學習的MATLAB實戰
第5章  計算智能
  5.1  進化演算法
    5.1.1  遺傳演算法
    5.1.2  進化策略
  5.2  模糊計算
    5.2.1  模糊系統理論基礎
    5.2.2  模糊規則和推理
    5.2.3  模糊聚類分析
  5.3  搜索演算法
    5.3.1  搜索過程的三大要素
    5.3.2  搜索演算法的基本思想和基本步驟
    5.3.3  典型的搜索演算法
  5.4  群智能演算法
    5.4.1  群智能演算法概述
    5.4.2  群智能演算法的一般框架
    5.4.3  群智能的共性要素
    5.4.4  構建有效的群智能演算法
    5.4.5  群智能演算法的特點
    5.4.6  常用群智能演算法
  5.5  混合演算法
    5.5.1  混合優化策略的關鍵問題
    5.5.2  混合演算法的統一優化結構
  5.6  計算智能的MATLAB實戰
第6章  數據挖掘
  6.1  數據挖掘概述

    6.1.1  數據挖掘的定義
    6.1.2  數據挖掘的分類、過程與任務
    6.1.3  數據挖掘建模
  6.2  數據挖掘演算法
    6.2.1  假設檢驗
    6.2.2  回歸分析
    6.2.3  二項邏輯回歸
    6.2.4  方差分析
    6.2.5  主成分分析
    6.2.6  因子分析
  6.3  數據挖掘相關技術
    6.3.1  關聯分析
    6.3.2  粗糙集技術
    6.3.3  可視化技術
  6.4  數據挖掘應用
    6.4.1  分類
    6.4.2  預測
    6.4.3  聚類
  6.5  數據挖掘應用領域
    6.5.1  金融業中的應用
    6.5.2  零售業方面的應用
    6.5.3  電信業中的應用
    6.5.4  管理中的應用
    6.5.5  科研中的應用
    6.5.6  製造業中的應用
    6.5.7  故障診斷與監測中的應用
    6.5.8  醫療領域中的應用
  6.6  數據挖掘的MATLAB實戰
第7章  圖像處理與識別
  7.1  圖像基本概述
    7.1.1  圖像格式
    7.1.2  圖像類型
    7.1.3  圖像處理
  7.2  圖像變換
    7.2.1  傅里葉變換
    7.2.2  離散餘弦變換
    7.2.3  Radorl變換
    7.2.4  小波變換
  7.3  圖像分析與處理
    7.3.1  圖像數字化
    7.3.2  圖像運算
    7.3.3  圖像調整
    7.3.4  圖像複原
    7.3.5  圖像特徵分析
    7.3.6  圖像區域分割
    7.3.7  數學形態學
  7.4  圖像識別
  7.5  圖像處理和識別的MATLAB實戰
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