人工智能基礎及應用 (微課版) 蘭朝鳳 柳長源 韓玉蘭 王玉玲 9787121472251 【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：電子工業
物品所在地：中國大陸
原出版社：電子工業
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：202311*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：人工智能基礎及應用 (微課版) ISBN：9787121472251 出版社：電子工業 著編譯者：蘭朝鳳 柳長源 韓玉蘭 王玉玲 頁數：306 所在地：中國大陸 *此為代購商品 書號：1616384 可大量預訂，請先連絡。 內容簡介 本書以人工智慧為主要研究對象，較全面地介紹人工智慧的基本原理、常見演算法和應用技術。全書分為9章，主要內容包括：緒論、知識圖譜與專家系統、智能搜索策略、機器學習、特徵選擇與提取、人工神經網路、深度學習、深度神經網路在圖像處理中的應用、深度神經網路在語音信號處理中的應用。本書深入淺出、層次分明、循環漸進地對人工智慧基礎及應用進行系統的介紹，使讀者學習得更加清晰明了。 本書適合作為本科生教材，也可供研究生和科技人員參考。本書可以作為高等院校電子信息類、測控通信類、自動化類、計算機類等專業及相關專業相關課程的教材，還可以作為大學生課外電子製作、電子設計競賽和相關工程技術人員的實用參考書與培訓教材。目錄 第1章 緒論1 1 人工智慧概述 1 1 1 智能的定義 1 1 2 人工智慧的定義 1 1 3 人工智慧的起源、現狀及發展 1 2 人工智慧研究的主要內容 1 2 1 模式識別 1 2 2 專家系統 1 2 3 知識庫系統 1 2 4 自然語言理解 1 2 5 自動定理證明 1 2 6 計算機視覺 1 2 7 自動程序設計 1 2 8 自然語言生成 1 2 9 機器人學 1 2 10 分散式人工智慧 1 2 11 計算機博弈 1 2 12 智能控制 1 2 13 軟計算 1 2 14 智能規劃 1 3 人工智慧的主要技術 1 3 1 邏輯推理與定理證明 1 3 2 自然語言處理 1 3 3 智能機器人 1 3 4 最優解演算法 1 3 5 智能信息檢索技術 1 3 6 專家系統 1 3 7 智能控制技術 1 3 8 機器學習 1 3 9 生物特徵識別 1 3 10 人工神經網路 1 3 11 虛擬現實技術與增強現實技術 1 3 12 知識圖譜 1 3 13 數據挖掘與知識發現 1 3 14 人機交互技術 1 4 人工智慧的應用領域 1 4 1 機器視覺 1 4 2 語音識別 1 4 3 智能機器人 1 5 人工智慧的發展趨勢與應用前景 1 5 1 人工智慧的發展趨勢 1 5 2 人工智慧的應用前景 本章小結 習題 第2章 知識圖譜與專家系統 2 1 知識概述 2 1 1 知識 2 1 2 數據、信息、知識和智能 2 1 3 知識的特徵 2 1 4 知識的分類 2 2 知識表示方法 2 2 1 邏輯表示法 2 2 2 產生式表示法 2 2 3 語義網路表示法 2 2 4 框架表示法 2 3 知識獲取與管理 2 3 1 知識獲取的概述 2 3 2 知識獲取的任務 2 3 3 知識獲取的方式 2 3 4 知識管理 2 4 知識圖譜 2 4 1 知識圖譜的概述 2 4 2 知識圖譜的表示 2 4 3 知識圖譜的推理 2 4 4 知識圖譜的構建 2 4 5 知識圖譜的分類 2 4 6 知識圖譜的特點 2 5 專家系統 2 5 1 專家系統概述 2 5 2 專家系統的結構及構建步驟 2 5 3 專家系統的工作原理 2 5 4 專家系統的優點 2 6 知識圖譜與專家系統應用及案例 2 6 1 知識圖譜的應用及案例 2 6 2 專家系統的應用及案例 本章小結 習題 第3章 智能搜索策略 3 1 搜索概述 3 2 狀態空間搜索 3 2 1 狀態空間表示 3 2 2 啟髮式信息與估價函數 3 2 3 A演算法 3 2 4 A*演算法 3 3 與或樹搜索 3 3 1 與或樹表示 3 3 2 解樹的代價 3 3 3 與或樹的有序搜索 3 4 博弈 3 4 1 博弈樹 3 4 2 極大極小過程 3 4 3 α-β過程 3 5 遺傳演算法 3 5 1 基本過程 3 5 2 遺傳編碼 3 5 3 適應度函數 3 5 4 遺傳操作 3 6 智能搜索應用案例 本章小結 習題 第4章 機器學習 4 1 機器學習概述 4 1 1 什麼是機器學習 4 1 2 機器學習的發展歷程 4 1 3 機器學習方法分類 4 2 k最近鄰域 4 3 決策樹 4 3 1 決策樹結構 4 3 2 構造決策樹 4 3 3 隨機森林 4 4 貝葉斯學習 4 4 1 貝葉斯法則 4 4 2 貝葉斯網路 4 4 3 樸素貝葉斯方法 4 5 支持向量機 4 5 1 線性可分數據二元分類問題 4 5 2 線性不可分數據二元分類問題 4 5 3 非線性可分數據二元分類問題 4 6 聚類分析 4 6 1 聚類分析概述 4 6 2 k均值聚類 4 6 3 k中心點聚類 4 7 基於k均值聚類演算法實現鳶尾花聚類 本章小結 習題 第5章 特徵選擇與提取 5 1 特徵選擇與提取概述 5 2 降維 5 3 特徵提取 5 3 1 主成分分析 5 3 2 線性判別分析 5 4 特徵選擇 5 4 1 過濾法 5 4 2 包裝法 5 4 3 嵌入法 5 5 特徵選擇與提取應用及案例 本章小結 習題 第6章 人工神經網路 6 1 產生和發展 6 1 1 人工神經元 6 1 2 感知機 6 2 BP神經網路 6 2 1 BP神經網路的基本概述 6 2 2 BP神經網路的結構 6 2 3 BP神經網路演算法 6 2 4 BP多層前饋網路的主要能力 本章小結 習題 第7章 深度學習 7 1 卷積神經網路 7 1 1 CNN基本概述 7 1 2 CNN結構 7 2 深度學習的基本框架 7 2 1 概述 7 2 2 幾種深度學習框架 7 3 循環神經網路 7 3 1 RNN概述 7 3 2 RNN的基本結構 7 4 長短時記憶網路 7 4 1 LSTM網路概述 7 4 2 LSTM網路的基本結構 7 4 3 LSTM網路的變體 7 5 生成對抗網路 7 5 1 GAN概述 7 5 2 GAN網路結構及訓練 7 5 3 GAN的變體 7 6 遷移學習 7 6 1 遷移學習的定義及研究目標 7 6 2 遷移學習中的基本概念 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。 |
