計算智能方法 宋睿卓 魏慶來 李擎 9787302637752 【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:清華大學
NT$312
商品編號:
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*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: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:計算智能方法
ISBN:9787302637752
出版社:清華大學
著編譯者:宋睿卓 魏慶來 李擎
頁數:167
所在地:中國大陸 *此為代購商品
書號:1599425
可大量預訂,請先連絡。

內容簡介

本書系統介紹目前常見且應用較為廣泛的智能計算方法,主要內容包括各種智能計算方法的基本概念、原理、模型特徵和典型應用實例,並提供了最新算例和對應的Python或MATLAB代碼,便於讀者加深理解與復現。全書共分為5章,第1章主要介紹智能計算技術的產生與發展歷程,並總結當前智能計算的發展趨勢;第2章系統詳細地講解進化計算中應用最為廣泛和成熟的遺傳演算法;第3章圍繞新興的群智能計算方法,主要研究群智能計算方法中粒子群優化演算法和蟻群演算法的流程和應用;第4章聚焦神經計算,從反向傳播神經網路出發,拓展到深度神經網路、卷積神經網路和循環神經網路的演算法結構與模型研究;第5章對智能計算中迅速發展的前沿交叉學科——機器學習進行詳細介紹。 本書的適用對象為自動化、人工智慧、智能科學與技術、計算機科學等相關專業的高年級本科生與研究生,也可以作為計算機、人工智慧及其相關專業從業人員的自學參考書。

目錄

第1章 緒論
1 1 智能計算概述
1 2 進化計算
1 3 群智能計算
1 4 神經計算
1 5 機器學習
第2章 進化計算中的遺傳演算法
2 1 遺傳演算法概述
2 1 1 遺傳演算法
2 1 2 基本原理圖
2 1 3 模式定理
2 1 4 積木塊假設
2 1 5 研究進展
2 2 遺傳演算法的流程
2 2 1 科學定義
2 2 2 執行過程
2 2 3 基本本質
2 2 4 染色體編碼
2 2 5 群體初始化
2 2 6 適應度值評價
2 2 7 選擇運算元
2 2 8 交叉運算元
2 2 9 變異運算元
2 2 10 流程圖和偽代碼
2 3 遺傳演算法的改進
2 3 1 運算元選擇
2 3 2 參數設置
2 3 3 混合遺傳演算法
2 3 4 并行遺傳演算法
2 4 遺傳演算法的編碼規則
2 4 1 二進位編碼法
2 4 2 浮點編碼法
2 4 3 符號編碼法
2 5 遺傳演算法的應用
2 6 遺傳演算法的相關應用與MATLAB算例
2 6 1 遺傳演算法實例1
2 6 2 遺傳演算法實例2
2 7 遺傳演算法總結
第3章 群智能計算
3 1 粒子群優化演算法
3 1 1 粒子群優化演算法簡介
3 1 2 粒子群優化演算法的基本流程
3 1 3 粒子群演算法分類
3 1 4 粒子群優化演算法的改進研究
3 1 5 粒子群優化演算法的參數設置
3 1 6 粒子群優化演算法與遺傳演算法的比較
3 1 7 粒子群優化演算法的相關應用與MATLAB算例
3 2 蟻群演算法
3 2 1 蟻群演算法的基本原理
3 2 2 蟻群演算法的演算法流程
3 2 3 蟻群演算法的發展
3 2 4 蟻群演算法的改進研究
3 2 5 蟻群演算法的參數設置
3 2 6 蟻群演算法的應用
3 2 7 蟻群演算法的相關應用與MATLAB算例
3 2 8 蟻群演算法的總結與展望
第4章 神經計算
4 1 BP神經網路
4 1 1 BP神經網路的概念
4 1 2 BP神經網路的模型
4 1 3 BP神經網路的特性
4 1 4 BP神經網路的相關應用與MATLAB算例
4 1 5 BP神經網路的演算法改進
4 2 深度神經網路
4 2 1 深度神經網路的概念
4 2 2 深度神經網路的模型
4 2 3 深度神經網路的特性
4 2 4 深度神經網路的應用
4 2 5 深度神經網路的優化
4 3 卷積神經網路
4 3 1 卷積神經網路的歷史和基本概念
4 3 2 卷積神經網路的結構
4 3 3 卷積神經網路的應用與MATLAB算例
4 3 4 卷積神經網路的最新發展
4 4 循環神經網路
4 4 1 循環神經網路的歷史和基本概念
4 4 2 循環神經網路的結構
4 4 3 循環神經網路的應用與MATLAB算例
4 3 4 循環神經網路的最新發展
第5章 機器學習
5 1 樸素貝葉斯演算法
5 1 1 樸素貝葉斯演算法的基本概念
5 1 2 樸素貝葉斯演算法的流程與模型
5 1 3 樸素貝葉斯演算法的特性與應用場景
5 1 4 樸素貝葉斯演算法的相關應用與MATLAB算例
5 2 決策樹
5 2 1 決策樹的基本概念
5 2 2 決策樹的構建
5 2 3 決策樹的剪枝
5 2 4 決策樹的演算法實現
5 2 5 決策樹的相關應用與MATLAB算例
5 3 隨機森林
5 3 1 隨機森林的基本概念
5 3 2 隨機森林的構造方法
5 3 3 隨機森林的推廣
5 3 4 隨機森林的相關應用與MATLAB算例

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。
規格說明
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理