幫助中心 | 我的帳號 | 關於我們

寫給青少年的AI啟蒙書(機器學習與深度學習)/青少年AI探索系列

  • 作者:編者:曹景勝//孫雪嬌|責編:于成成
  • 出版社:化學工業
  • ISBN:9787122510051
  • 出版日期:2026/10/01
  • 裝幀:平裝
  • 頁數:187
人民幣:RMB 72 元      售價:元
放入購物車
加入收藏夾

內容大鋼
    本書是「青少年AI探索系列」的第二分冊,系統講解機器學習與深度學習的原理。全書從人工智慧基本概念入手,循序漸進地講解機器學習基礎知識、常用演算法(監督學習、無監督學習、半監督學習、強化學習),以及人工神經網路、深度學習基礎、卷積神經網路(LeNet、AlexNet、ResNet)和循環神經網路(LSTM、GRU)等內容。在內容編排上,本書以通俗易懂為原則,用圖解和比喻代替複雜公式,從啟蒙到進階層層深入,形成覆蓋機器學習與深度學習核心知識的完整體系,旨在激發青少年探索人工智慧的興趣,培養創新思維與核心素養。
    本書面向青少年讀者,可作為中小學人工智慧課程參考書,也適用於課後服務、競賽課程、科創課程、校外培訓及社團教學,同時適合學生自學及家長輔導使用。

作者介紹
編者:曹景勝//孫雪嬌|責編:于成成

目錄
第1章  無處不在無所不能——走進人工智慧
  1.1  探索——何為人工智慧
  1.2  認識——人工智慧三駕馬車
  1.3  揭秘——人工智慧、機器學習與深度學習的關係
第2章  手握工具的學徒——機器學習基礎知識
  2.1  探尋解決問題的方法——什麼是演算法
  2.2  認識人工智慧的大腦——什麼是機器學習
  2.3  探索人工智慧的大腦——機器學習流程
  2.4  動手給數據打上標籤——數據標注
  2.5  了解各具特色的演算法——機器學習分類
  2.6  手握工具的學徒——機器學習特點
第3章  帶答案的學習——監督學習演算法
  3.1  分類和回歸——監督學習擅長的任務
  3.2  近朱者赤近墨者黑——K近鄰演算法
  3.3  分門別類——決策樹演算法
  3.4  聰明的裁判——支持向量機演算法
第4章  沒有答案的學習——無監督學習演算法
  4.1  聚類和降維——無監督學習擅長的任務
  4.2  物以類聚人以群分——K均值演算法
  4.3  提取精華——主成分分析演算法
第5章  部分帶答案的學習——半監督學習演算法
  5.1  數據稀缺時的智慧——半監督學習擅長的任務
  5.2  自我學習和訓練——自訓練演算法
  5.3  團結合作——協同訓練演算法
第6章  獎罰分明的學習——強化學習演算法
  6.1  決策問題——強化學習擅長的任務
  6.2  不斷試錯不斷獎勵——Q-Learning演算法
  6.3  八仙過海各顯神通——如何選擇合適演算法
第7章  模仿人腦神經網路——人工神經網路
  7.1  強勢崛起——人工神經網路
  7.2  起起伏伏——人工神經網路的發展
  7.3  非黑即白——單層神經網路
  7.4  層層加碼——淺層神經網路
  7.5  層出不窮——深層神經網路
第8章  自學成才的天才——深度學習基礎知識
  8.1  認識人工智慧的大腦——什麼是深度學習
  8.2  探索人工智慧的大腦——深度學習流程
  8.3  了解各具特色的模型——深度學習分類
  8.4  圖像篩選器——卷積神經網路
  8.5  形影不離——循環神經網路
第9章  百花齊放——卷積神經網路演算法
  9.1  開山之作——LeNet
  9.2  王者歸來——AlexNet
  9.3  里程碑式創新——ResNet
第10章  遍地開花——循環神經網路演算法
  10.1  既記憶也遺忘——LSTM
  10.2  三門變兩門——GRU
  10.3  寫在最後
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