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

人工智慧導論及工程案例(視頻版普通高等學校大數據與人工智慧系列教材)

  • 作者：編者:王朕//劉瑜|責編:李露
  • 出版社：華中科技大學
  • ISBN：9787577211343
  • 出版日期：2024/10/01
  • 裝幀：平裝
  • 頁數：274
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是面向大學普通本科生及部分研究生學習人工智慧知識及實踐需求而針對性地設計的教材。在基礎理論方面，考慮了零基礎接觸人工智慧知識學習要求，安排了人工智慧的定義、發展簡史、研究內容、研究領域等內容，同時在智慧城市、智慧交通、智慧家居、智慧醫療、智慧農業、智慧教育、智慧新零售與智能客戶服務、智慧金融等應用場景上進行了導入介紹，方便讀者了解人工智慧知識與應用的整體情況。在理論和技術結合部分，則給出了知識工程、搜索演算法、機器學習、深度學習、電腦視覺、自然語言處理、智能機器人等專業實踐內容。從工程實踐角度，則給出了基於深度學習的路面病害檢測應用、融入情緒指標的深度學習在量化投資模型中的應用、魚類圖像深度學習分類的工程案例內容。
    本書適合作為普通大學本科及研究生人工智慧相關專業教材，緒論部分亦適合非電腦專業本科生使用，本書也可供相關教師及工程人員自學使用。
作者介紹
編者:王朕//劉瑜|責編:李露
目錄
第1章  緒論
  1.1  人工智慧基礎知識
    1.1.1  人工智慧的定義
    1.1.2  人工智慧的分類
  1.2  人工智慧的發展簡史
  1.3  人工智慧的三大流派
  1.4  人工智慧的研究內容及研究領域
    1.4.1  人工智慧的研究內容
    1.4.2  人工智慧的研究領域
    1.4.3  人工智慧的實現要素
  習題1
第2章  人工智慧領域的應用
  2.1  智慧城市
    2.1.1  智慧城市概述
    2.1.2  智慧城市的標準化
    2.1.3  智慧城市與數字城市的差異
  2.2  智慧交通
    2.2.1  智慧交通概述
    2.2.2  智慧交通系統
  2.3  智慧家居
    2.3.1  智慧家居概述
    2.3.2  智慧家居的通用技術
    2.3.3  智慧家居系統
    2.3.4  智慧家居家庭場景
    2.3.5  智慧家居社區場景
  2.4  智慧醫療
    2.4.1  智慧醫療概述
    2.4.2  智慧醫療保健
    2.4.3  智慧醫療決策
  2.5  智慧農業
    2.5.1  智慧農業概述
    2.5.2  智慧農業主要技術方向
    2.5.3  智慧農業主要應用方向
  2.6  智慧教育
    2.6.1  智慧教育概述
    2.6.2  智慧教育的基本架構與教育模式
    2.6.3  智慧校園與智慧教室
    2.6.4  智慧教育的展望
  2.7  智慧新零售與智能客戶服務
    2.7.1  智慧新零售概述
    2.7.2  智能客戶服務
    2.7.3  智能客戶服務大中小企業布局智能客服
    2.7.4  智能客戶服務智能客服的人機分工
  2.8  智慧金融
    2.8.1  智慧金融概述
    2.8.2  智慧金融應用
    2.8.3  智慧金融與傳統金融的區別
  習題2
第3章  知識工程
  3.1  概念表示

    3.1.1  經典概念表示
    3.1.2  數理邏輯
  3.2  知識表示
    3.2.1  知識表示概述
    3.2.2  謂詞邏輯表示法
    3.2.3  產生式表示法
    3.2.4  框架表示法
    3.2.5  語義網路表示法
  3.3  知識圖譜
    3.3.1  知識圖譜的概述
    3.3.2  知識圖譜的特徵
    3.3.3  知識圖譜的構建
    3.3.4  知識圖譜的應用
  習題3
第4章  搜索演算法
  4.1  搜索概述
  4.2  盲目搜索
    4.2.1  深度優先搜索
    4.2.2  廣度優先搜索
  4.3  啟髮式搜索
    4.3.1  狀態空間法
    4.3.2  啟發性信息
    4.3.3  A演算法
  習題4
第5章  機器學習
  5.1  機器學習概述
    5.1.1  機器學習的定義
    5.1.2  機器學習簡史
    5.1.3  機器學習的基本結構
  5.2  機器學習的類型
    5.2.1  監督學習
    5.2.2  無監督學習
    5.2.3  弱監督學習
    5.2.4  半監督學習
    5.2.5  強化學習
    5.2.6  聯邦學習
  5.3  機器學習的演算法
    5.3.1  k近鄰演算法
    5.3.2  k均值聚類
    5.3.3  決策樹演算法
    5.3.4  回歸演算法
    5.3.5  貝葉斯演算法
    5.3.6  機器學習演算法的應用
  習題5
第6章  神經網路與深度學習
  6.1  人工神經網路
    6.1.1  由人腦到人工神經網路
    6.1.2  BP神經網路
  6.2  卷積神經網路
    6.2.1  CNN結構

    6.2.2  CNN實例
  6.3  循環神經網路
    6.3.1  RNN結構
    6.3.2  RNN實例
  6.4  圖神經網路
    6.4.1  GNN結構
    6.4.2  GNN實例
  6.5  Transformer注意力機制
    6.5.1  Transformer結構
    6.5.2  Transformer實例
  6.6  深度學習
    6.6.1  深度學習的意義
    6.6.2  深度學習的概念
    6.6.3  深度學習的核心思路
    6.6.4  深度學習的實現
    6.6.5  深度學習與機器學習的對比
  習題6
第7章  電腦視覺
  7.1  電腦視覺的基礎
    7.1.1  模式識別
    7.1.2  圖像識別
  7.2  電腦視覺研究知識
    7.2.1  電腦視覺的研究內容
    7.2.2  電腦視覺的發展
    7.2.3  電腦視覺的目的
    7.2.4  電腦視覺與機器視覺的區別
  7.3  電腦視覺系統
    7.3.1  電腦視覺系統概述
    7.3.2  電腦視覺的應用——工作流程
    7.3.3  應用舉例
    7.3.4  人臉識別
    7.3.5  自動駕駛
  習題7
第8章  自然語言處理
  8.1  自然語言處理的概念
    8.1.1  自然語言處理的目標
    8.1.2  自然語言處理的難點
    8.1.3  語法分析與語義分析
    8.1.4  自然語言處理的研究內容
  8.2  機器翻譯
  8.3  智能問答
  8.4  語音處理
  8.5  自然語言處理的未來
  習題8
第9章  智能機器人
  9.1  智能機器人基礎知識
  9.2  國家發展需求
  9.3  機器人的發展
  9.4  人工智慧在機器人上的應用
    9.4.1  智能感知技術

    9.4.2  智能導航與規劃技術
    9.4.3  智能控制與操作技術
    9.4.4  機器人智能交互技術
    9.4.5  觸覺感測技術
  9.5  未來展望
  習題9
第10章  基於深度學習的路面病害檢測應用
  10.1  路面病害檢測理論基礎
    10.1.1  YOLOv5目標檢測演算法
    10.1.2  注意力機制
  10.2  工程項目
    10.2.1  基於改進YOLOv5的多特徵融合網路
    10.2.2  實驗數據集和模型訓練中
    10.2.3  實驗結果與分析
    10.2.4  總結
第11章  融入情緒指標的深度學習在量化投資模型中的應用中
  11.1  量化投資擇時分類模型原理
  11.2  工程頂目
    11.2.1  量化投資擇時分類模型
    11.2.2  實驗數據集和模型訓練
    11.2.3  實驗結果與分析
    11.2.4  總結
第12章  魚類圖像深度學習分類
  12.1  基於卷積神經網路的魚類圖像分類
    12.1.1  AlexNet網路
    12.1.2  GoogLeNet網路
    12.2.1  監督學習方式下基於卷積神經網路的魚類圖像分類
    12.2.2  實驗數據集合模型訓練
    12.2.3  實驗結果與分析
    12.2.4  總結
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