人工智能導論 (第2版) 莫宏偉 9787115619310 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：人民郵電
物品所在地：中國大陸
原出版社：人民郵電
NT$444
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *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，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，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：人工智能導論 (第2版) ISBN：9787115619310 出版社：人民郵電 著編譯者：莫宏偉 頁數：268 所在地：中國大陸 *此為代購商品 書號：1612994 可大量預訂，請先連絡。 內容簡介 本書比較全面地介紹了人工智慧基本理論、方法、技術及應用等知識。全書5大部分共13章，主要內容包括人工智慧的基本概念、實現方法，人工智慧哲學觀，腦科學基礎，人工神經網路，機器學習的基本方法與原理，感知智能，認知智能，語言智能，行為智能（機器人），類腦智能，混合智能，智能製造、智能醫療、人工智慧與新基建，以及人工智慧倫理與法律。本書內容翔實、結構合理、案例豐富、圖文並茂，語言通俗易懂，講解詳盡，能幫助讀者系統、全面地認識和理解人工智慧。 本書適合作為人工智慧、計算機科學與技術、機器人工程、智能科學與技術等相關專業的課程教材，也可供從事人工智慧交叉學科研究的相關人員及愛好者參考使用。目錄 第1部分 學科與概念基礎01 緒論 1 0 學習導言 1 1 生命與智能 1 1 1 什麼是智能 1 1 2 圖靈測試與人工智慧 1 1 3 人工智慧圖譜 1 2 人工智慧的歷史 1 2 1 第一階段：初創時期（1936年-1956年） 1 2 2 第二階段：形成時期（1957年-1969年） 1 2 3 第三階段：發展時期（1970年-1992年） 1 2 4 第四階段：大突破時期（1993年至今） 1 3 中國人工智慧發展歷史 1 4 人工智慧學科交叉與融合 1 5 人工智慧實現方法 1 5 1 傳統實現方法 1 5 2 數據驅動方法 1 6 人工智慧主要研究內容 1 6 1 計算智能 1 6 2 感知智能 1 6 3 認知智能 1 6 4 行為智能 1 6 5 群體智能 1 6 6 混合智能 1 6 7 情感智能 1 6 8 類腦智能 1 6 9 人工智慧倫理與法律 1 7 機器創造與博弈 1 8 人工智慧發展趨勢 1 9 本書內容結構 1 9 1 人工智慧五維知識體系與本書內容 1 9 2 人工智慧五個認識層次與本書內容 1 10 關鍵知識梳理 1 11 問題與實踐 02 人工智慧哲學觀 2 0 學習導言 2 1 從哲學角度理解人工智慧 2 1 1 與人工智慧有關的哲學概念 2 1 2 與人工智慧有關的主要哲學分支 2 1 3 大歷史觀——智能進化 2 1 4 人工智慧的本質 2 2 人工智慧局限性的認識 2 2 1 弱人工智慧與人類心智的差距 2 2 2 強人工智慧與通用人工智慧 2 3 關鍵知識梳理 2 4 問題與實踐 03 腦科學基礎 3 0 學習導言 3 1 腦與神經科學 3 2 腦神經系統 3 2 1 腦神經組織 3 2 2 神經元與信息傳遞 3 2 3 大腦皮層 3 3 腦的視覺與信息處理機制 3 3 1 腦的視覺結構 3 3 2 視覺皮層區域 3 4 腦的記憶機制 3 5 腦的學習機制 3 6 腦功能新發現 3 6 1 大腦導航功能 3 6 2 大腦孕周發育 3 6 3 社會互動增強神經複雜性 3 7 關鍵知識梳理 3 8 問題與實踐 第2部分 技術基礎 04 人工神經網路 4 0 學習導言 4 1 如何構建人工神經網路 4 1 1 神經元模型 4 1 2 感知器模型 4 2 人工神經網路的訓練—反向傳播演算法 4 3 卷積神經網路原理 4 3 1 稀疏連接與全連接 4 3 2 權值共享與特徵提取 4 3 3 卷積層 4 3 4 池化層 4 3 5 全連接層 4 3 6 激活函數層 4 3 7 損失函數 4 3 8 CNN演算法 4 4 循環神經網路 4 5 長短時記憶網路 4 6 受限玻爾茲曼機 4 7 深度置信網路 4 8 關鍵知識梳理 4 9 問題與實踐 05 機器學習 5 0 學習導言 5 1 機器學習能否實現機器智能 5 2 機器學習的類型和應用 5 3 監督學習與無監督學習 5 3 1 k-最近鄰分類 5 3 2 支持向量機 5 3 3 樸素貝葉斯分類器 5 3 4 k-均值聚類演算法 5 3 5 隨機森林演算法 5 3 6 集成學習 5 4 深度學習 5 4 1 淺層學習與深度學習 5 4 2 深度學習的應用——圖像描述 5 5 生成對抗網路 5 5 1 生成網路 5 5 2 判別網路 5 6 深度學習大模型 5 6 1 DALL·E和CLIP 5 6 2 悟道1 0和悟道2 0 5 6 3 NuWA（女媧） 5 7 遷移學習 5 8 深度學習缺陷與因果學習 5 8 1 深度學習缺陷 5 8 2 因果學習概念及其作用 5 8 3 結構因果模型 5 9 強化學習 5 9 1 能夠自適應學習的機器人 5 9 2 強化學習的應用 5 10 關鍵知識梳理 5 11 問題與實踐 第3部分 重點方向與領域（機器智能） 06 感知智能 6 0 學習導言 6 1 數字圖像處理技術 6 1 1 灰度直方圖 6 1 2 圖像平滑處理 6 1 3 圖像邊緣檢測 6 1 4 圖像銳化 6 1 5 圖像分割 6 1 6 圖像特徵提取 6 1 7 圖像分析 6 2 計算機視覺與機器視覺 6 3 模式識別 6 3 1 模式識別方法 6 3 2 模式識別過程 6 4 圖像分類 6 4 1 圖像分類概念 6 4 2 深度學習與圖像分類 6 5 目標檢測與識別 6 6 無人駕駛汽車的環境感知 6 7 關鍵知識梳理 6 8 問題與實踐 07 認知智能 7 0 學習導言 7 1 邏輯推理 7 1 1 命題與推理 7 1 2 推理類型 7 1 3 模糊推理 7 2 知識表示 7 2 1 謂詞邏輯表示法 7 2 2 語義網路表示法 7 3 搜索技術 7 3 1 盲 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
