人工智能原理與方法 莫宏偉 徐立芳 9787030793638 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：人工智能原理與方法
ISBN：9787030793638
出版社：科學
著編譯者：莫宏偉 徐立芳
頁數：257
所在地：中國大陸 *此為代購商品
書號：1724340
可大量預訂，請先連絡。

內容簡介
《人工智能原理與方法》按照人工智能五維知識體系進行介紹。學科基礎方面，主要介紹人工智能數學基礎、腦科學啟發的人工智能方法；技術基礎方面，深入介紹人工神經網絡、機器學習原理與方法；重點方向與領域方面，介紹機器感知智能、機器認知智能、機器語言智能、機器類腦智能、機器行為智能、人機混合智能原理與方法；行業應用方面，從智能城市、智能製造、智能醫療等方面進行闡述；倫理與法律方面，介紹人工智能倫理體系以及人工智能技術應用如自動駕駛汽車、人工智能著作權等涉及的法律問題。《人工智能原理與方法》提供了算法代碼，通過練習和實踐操作，幫助讀者深入掌握人工智能技術。

目錄

目錄

第1章 緒論 1
1 1 人工智能的基本認識 1
1 2 人工智能系統論 3
1 2 1 人工智能系統論含義 3
1 2 2 人工智能系統論架構 3
1 3 人工智能五維知識體系 5
1 3 1 學科基礎 6
1 3 2 技術基礎 7
1 3 3 重點方向與領域 9
1 3 4 行業應用 12
1 3 5 人工智能倫理與法律 12
1 4 人工智能五維知識體系與本書內容 12
1 5 小結 14
第2章 數學背景知識 15
2 1 向量、矩陣和線性代數 15
2 1 1 向量 15
2 1 2 矩陣 17
2 1 3 特徵向量和特徵值 19
2 1 4 線、面和超平面 19
2 2 概率論 20
2 2 1 隨機變量和概率公理 20
2 2 2 聯合概率和條件概率 21
2 2 3 期望、方差和協方差 21
2 2 4 概率密度函數 22
2 2 5 貝葉斯法 24
2 3 馬爾可夫模型 24
2 3 1 馬爾可夫鏈 25
2 3 2 馬爾可夫決策過程 26
2 3 3 隱馬爾可夫模型 28
2 4 函數優化基礎 29
2 4 1 低維函數優化 29
2 4 2 多維函數優化 30
2 4 3 梯度方向 31
2 5 度量準則 32
2 6 常用的激活函數 33
2 7 小結 35
第3章 腦及神經科學與人工智能 36
3 1 人腦神經元與人工神經網絡 36
3 1 1 MP神經元模型 36
3 1 2 神經元計算能力新發現 38
3 2 生物神經元模型與類腦計算 39
3 2 1 生物脈衝神經元模型 39
3 2 2 神經形態計算 40
3 3 生物視覺與機器視覺及感知智能 41
3 3 1 人的視覺機制 41
3 3 2 深度卷積神經網絡的生物視覺機制 42
3 3 3 視覺模擬 43
3 4 人類學習與機器學習 44
3 5 人類的注意力機制與深度學習 46
3 5 1 人類的注意力機制 46
3 5 2 注意力機制在深度神經網絡的應用 46
3 6 人類的記憶機制 47
3 6 1 人類的記憶類型 47
3 6 2 記憶機制在機器學習中的應用 48
3 7 人類情感與機器情感 49
3 7 1 大腦情感模型 49
3 7 2 機器情感 49
3 8 腦與神經科學對人工智能的作用 50
3 9 小結 51
第4章 人工神經網絡原理與方法 52
4 1 人工神經元與感知器模型 52
4 1 1 單神經元模型 52
4 1 2 多層人工神經網絡 52
4 1 3 多層感知器 54
4 1 4 反向傳播算法 54
4 2 卷積神經網絡 57
4 2 1 卷積神經網絡基本概念 57
4 2 2 卷積神經網絡結構組成 58
4 2 3 損失函數 64
4 3 人工神經網絡學習訓練方法 65
4 3 1 梯度下降法 65
4 3 2 改進梯度下降法 66
4 4 深度卷積神經網絡 68
4 5 循環神經網絡 70
4 6 小結 72
第5章 機器學習原理與方法 73
5 1 機器學習發展歷程 73
5 2 深度學習方法 74
5 2 1 深度學習優勢與缺陷 74
5 2 2 自編碼器 75
5 2 3 生成對抗網絡 77
5 2 4 transformer模型 79
5 2 5 ViT模型 81
5 2 6 擴散模型 83
5 3 聯邦學習 84
5 3 1 橫向聯邦學習 84
5 3 2 縱向聯邦學習 85
5 3 3 聯邦遷移學習 86
5 4 強化學習 87
5 4 1 強化學習原理 87
5 4 2 強化學習定義 88
5 4 3 強化學習基本方法 89
5 5 小結 91
第6章 機器感知智能原理與方法 92
6 1 機器感知智能含義 92
6 2 數字圖像處理技術 93
6 3 計算機視覺與機器視覺 93
6 3 1 計算機視覺 93
6 3 2 機器視覺 95
6 4 模式識別 97
6 4 1 模式識別概念 97
6 4 2 模式識別系統 97
6 5 用於感知智能的第1深度學習算法 99
6 5 1 YOLO算法 99
6 5 2 YOLOv7算法 102
6 6 機器感知智能案例——目標檢測與識別 104
6 6 1 目標檢測模型結構 104
6 6 2 主幹網絡 105
6 6 3 角點池化 108
6 7 小結 110
第7章 機器認知智能原理與方法 111
7 1 認知智能技術的發展及應用 111
7 2 推理方法 111
7 2 1 直覺推理 112
7 2 2 常識推理 112
7 2 3 關係推理 112
7 2 4 因果推理 112
7 3 場景理解 115
7 4 視覺問答 117
7 5 搜索技術 119
7 5 1 蒙特卡羅規劃 119
7 5 2 AlphaZero圍棋程序 122
7 5 3 蒙特卡羅樹搜索在AlphaZero圍棋程序的應用 122
7 6 知識圖譜方法 126
7 6 1 知識圖譜概念 126
7 6 2 如何構建一個知識圖譜 127
7 7 小結 129
第8章 機器語言智能原理與方法 130
8 1 自然語言處理技術 130
8 2 自然語言理解方法 130
8 2 1 簡單句的理解方法 130
8 2 2 複合句的理解方法 131
8 3 機器語言智能技術應用——聊天機器人 132
8 3 1 聊天機器人發展歷史與現狀 132
8 3 2 聊天機器人與自然語言理解 132
8 3 3 聊天機器人關鍵技術 133
8 3 4 一個聊天機器人的簡單例子 135
8 4 語音識別原理與方法 142
8 4 1 語音識別概念與發展歷史 142
8 4 2 語音識別系統與類型 142
8 4 3 語音識別的概率噪聲信道總體結構 143
8 4 4 隱馬爾可夫模型應用於語音識別 145
8 5 機器翻譯原理與技術 148
8 5 1 機器翻譯概念 148
8 5 2 transformer通用翻譯模型 149
8 6 小結 151
第9章 機器類腦智能原理與方法 152
9 1 類腦計算與類腦智能 152
9 1 1 類腦計算概念及意義 152
9 1 2 類腦計算主要方法 153
9 2 脈衝神經網絡與神經形態計算 155
9 3 神經形態類腦芯片 157
9 3 1 Loihi神經形態多核處理器 158
9 3 2 “天極”神經形態芯片 158
9 3 3 類腦芯片KA200芯片 158
9 3 4 “達爾文”芯片 159
9 3 5 BrainScaleS 161
9 3 6 TrueNorth神經形態計算芯片 161
9 4 神經形態計算機 163
9 4 1 神經形態計算機的概念 163
9 4 2 神經形態計算機與傳統計算機的比較 164
9 5 基於憶阻器的類腦計算 165
9 6 人工大腦 167
9 6 1 人工神經元 168
9 6 2 人造神經突觸 168
9 7 小結 169
第10章 機器行為智能原理與方法 170
10 1 機器人行為智能與機器人類型 170
10 1 1 機器人與行為智能 170
10 1 2 機器人類型 170
10 2 機器人共性技術 173
10 2 1 傳感器 173
10 2 2 自由度、效應器和執行器 178
10 2 3 移動機器人SLAM技術 179
10 3 基於深度相機的SLAM系統數學模型 181
10 3 1 深度相機模型 181
10 3 2 針孔相機模型 183
10 3 3 基於深度相機的SLAM系統描述 185
10 3 4 SLAM過程的圖模型與優化方法 186
10 4 無人智能系統 188
10 4 1 無人車系統 188
10 4 2 無人艇系統 190
10 4 3 無人飛行器系統 193
10 5 小結 195
第11章 人機混合智能原理與方法 196
11 1 腦機接口混合智能技術 196
11 1 1 腦機接口原理 196
11 1 2 腦機接口系統分類 197
11 1 3 EEG信號模式 198
11 1 4 腦機接口技術應用 200
11 2 外骨骼混合智能技術 206
11 2 1 外骨骼概念 206
11 2 2 結構與原理 207
11 2 3 外骨骼關鍵技術 208
11 3 可穿戴計算 212
11 3 1 普適計算與可穿戴計算 212
11 3 2 可穿戴柔性傳感器 214
11 3 3 可穿戴計算的閉環典型應用 215
11 3 4 智能監控服裝 216
11 4 小結 216
第12章 人工智能行業應用 217
12 1 人工智能與社會發展 217
12 1 1 人工智能與數字經濟 217
12 1 2 人工智能技術產業應用層次 218
12 2 智能城市 219
12 2 1 智能城市發展關鍵技術 219
12 2 2 雲計算與智能城市 220
12 3 智能製造 222
12 3 1 人工智能賦能製造業 222
12 3 2 智能製造基礎技術 223
12 3 3 製造業與人工智能算法 225
12 4 智能醫療 225
12 4 1 智能醫療發展現狀 225
12 4 2 智能醫療案例——超聲影像識別 226
12 5 小結 237
第13章 人工智能倫理與法律 238
13 1 人工智能倫理與傳統倫理學的關係 238
13 1 1 應用倫理、科技倫理與人工智能倫理 238
13 1 2 人工智能倫理概念與含義 239
13 1 3 人工智能倫理體系 241
13 2 狹義人工智能倫理 242
13 2 1 人工智能技術引發的倫理問題 242
13 2 2 人工智能數據倫理 242
13 2 3 人工智能算法倫理問題 244
13 2 4 機器人倫理問題 245
13 2 5 自動駕駛汽車倫理 247
13 2 6 人工智能行業應用倫理 248
13 2 7 人工智能設計倫理 250
13 3 廣義人工智能倫理 250
13 3 1 人機混合倫理 250
13 3 2 人工智能全球倫理 251
13 3 3 人工智能宇宙倫理 252
13 3 4 超現實人工智能倫理 252
13 4 人工智能倫理原則 253
13 5 人工智能技術涉及的法律問題 254
13 5 1 自動駕駛汽車法律問題 254
13 5 2 人工智能著作權問題 256<

精彩書摘
第1章 緒論
1 1人工智能的基本認識
1950年，人工智能之父艾倫 麥席森 圖靈（AlanM Turing）提出劃時代的大問題”機器是否可能具有思維”，啟發了大批科學家、思想家、哲學家紛紛開始研究或思考機器的思維或智能問題。1956年，人工智能作為一個科學概念正式被提出，至今已有近70年的歷史。多年以來，它一直作為計算機科學的一個分支不斷發展，其間經歷了2次低潮、3次高潮（包括2016年以來至今這一輪發展高潮）的*折發展過程。2016年，由於人工智能在圍棋博弈方面取得的重大突破，吸引了全世界範圍內的廣泛關注。2022年11月，

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。