人工智能導論 黃河燕等 9787040610918 【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：高等教育
物品所在地：中國大陸
原出版社：高等教育
NT$284
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
| *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：202406*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 ISBN：9787040610918 出版社：高等教育 著編譯者：黃河燕等 頁數：340頁 所在地：中國大陸 *此為代購商品 書號：1664184 可大量預訂，請先連絡。 內容簡介 本書是工業和信息化部「十四五」規劃教材。本書全面系統地闡述了人工智慧的基本原理，論述了人工智慧理論和技術體系的基本框架，內容涵蓋人工智慧各個分支領域的基本知識和主要內容，體現了人工智慧的最新進展。本書內容全面、基礎、新穎、實用，為讀者進一步學習和研究奠定了基礎，指引了方向。本書可幫助讀者掌握人工智慧脈絡體系，從演算法和模型方面來了解人工智慧具能、使能和賦能的原理。全書共9章，第1章緒論；第2章知識表示；第3章搜索技術；第4章推理技術；第5章博弈論與多智能體系統；第6章機器學習；第7章神經網路與深度學習；第8章計算機視覺；第9章語音信息處理；第10章自然語言處理；第11章智能機器人。 本書結構條理清晰，語言精練，圖文並茂，理例結合，深入淺出，易讀易懂，易教易學。本書可作為人工智慧專業和計算機類相關專業的本科生學習人工智慧的教材，亦可供其他專業的師生和相關工程技術人員自學或參考。目錄 第1章 緒論1 1 人工智慧的基本概念 1 2 人工智慧的發展歷史和現狀 1 3 人工智慧的主要研究領域 1 4 人工智慧應用 1 5 本書結構 1 6 小結 練習題 第2章 知識表示 2 1 引言 2 2 本體表示 2 2 1 領域本體 2 2 2 事件本體 2 3 框架表示法 2 4 語義網路 2 4 1 語義網路的發展歷史 2 4 2 語義網路的定義 2 4 3 語義網路分類 2 4 4 語義網路構建方法 2 4 5 語義網路的優勢 2 5 知識圖譜 2 5 1 知識圖譜的發展 2 5 2 知識圖譜的表示方法 2 5 3 知識圖譜的構建 2 6 小結 練習題 第3章 搜索技術 3 1 概述 3 2 問題求解與搜索策略 3 2 1 問題求解 3 2 2 問題實例 3 2 3 通過搜索求解 3 2 4 盲目搜索策略 3 2 5 啟髮式搜索策略 3 3 局部搜索演算法 3 4 博弈搜索 3 4 1 博弈 3 4 2 alpha-beta剪枝 3 4 3 蒙特卡洛樹搜索 3 5 小結 練習題 第4章 推理技術 4 1 概述 4 2 一階邏輯推理 4 2 1 命題推理和一階推理 4 2 2 前向鏈接演算法 4 2 3 反向鏈接 4 3 概率推理 4 3 1 概率基本性質 4 3 2 使用聯合分佈進行推理 4 3 3 貝葉斯網路的語義 4 3 4 貝葉斯網路中的精確推理 4 3 5 貝葉斯網路中的近似推理 4 3 6 關係和一階概率模型 4 4 時間上的概率推理 4 4 1 時間與不確定性 4 4 2 時序模型中的推理 4 4 3 隱馬爾可夫模型 4 4 4 動態貝葉斯網路 4 5 基於知識圖譜的知識推理 4 6 小結 練習題 第5章 博弈論與多智能體系統 5 1 正規形式博弈 5 2 納什均衡 5 3 智能體與多智能體系統 5 4 實例討論 5 4 1 穩定匹配 5 4 2 公平分配 5 4 3 社會福利最大化分配 5 4 4 賣家盈利最大化分配 5 5 小結 練習題 第6章 機器學習 6 1 基本概念 6 2 無監督學習 6 2 1 k-means演算法和k中心點演算法 6 2 2 EM聚類 6 2 3 CLARA演算法和CLARANS演算法 6 2 4 譜聚類 6 2 5 基於約束的聚類 6 2 6 在線聚類 6 3 1 支持向量機 6 3 2 概率圖模型 6 3 3 多層感知機 6 4 強化學習 6 4 1 強化學習模型及其基本要素 6 4 2 馬爾可夫決策過程 6 4 3 Q學習與SARSA學習 6 4 4 深度Q學習 6 5 應用示例 6 6 小結 練習題 第7章 神經網路與深度學習 7 1 概述 7 1 1 深度學習的概念 7 1 2 深度學習的基本思想 7 1 3 深度學習的經典方法 7 2 AI神經網路 7 2 1 人工神經網路 7 2 2 「深度」的含義 7 3 感知機網路 7 3 1 單層感知機 7 3 2 多層感知機 7 4 卷積神經網路 7 4 1 輸入層 7 4 2 卷積層 7 4 3 池化層 7 4 4 全連接層 7 4 5 經典的卷積神經網路 7 5 注意力機制 7 5 1 什麼是注意力機制 7 5 2 注意力機制的形式化 7 5 3 注意力機制的變種形式 7 6 小結 練習題 第8章 計算機視覺 8 1 概述 8 1 1 計算機視覺的基本概念 8 1 2 計算機視覺的典型任務 8 2 特徵表示 8 2 1 傳統的特徵表示方法 8 2 2 深度特徵表示方法 8 3 目標檢測 8 3 1 兩階段的目標檢測方法 8 3 2 一階段的目標檢測方法 8 4 目標識別 8 4 1 傳統的目標識別方法 8 4 2 深度目標識別方法 8 5 目標跟蹤 8 5 1 傳統的目標跟蹤方法 8 5 2 深度目標跟蹤方法 8 6 用案例 8 6 1 圖像分類 8 6 2 目標檢測 8 6 3 目標跟蹤 8 7 小結 練習題 第9章 語音信息處理 9 1 概述 9 2 語音信號處理 9 2 1 語音信號的產生機理和數字化採樣 9 2 2 語音信號分析 9 3 EM演算法 9 4 HMM模型 9 4 1 HMM的基本結構 9 4 2 HMM的三個基本問題 9 5 GMM模型 9 5 1 GMM的基本結構 9 5 2 GMM的參數估計 9 6 語音識別 9 6 1 語音識別基本原理 9 6 2 聲學模型 9 6 3 語言模型 9 6 4 解碼 9 7 語音合成 9 8 語音信息處理技術的最新進展 9 9 小結 練習題 第10章 自然語言處理 10 1 自然語言處理概論 10 2 自然語言處理典型問題 10 2 1 文本分類 10 2 2 序列評估 10 2 3 序列標註 10 2 4 事列結構預測 10 2 5 序列轉換 10 2 6 文本匹配 10 3 主要研究方法與模型 10 3 1 規則方法 10 3 2 概率統計模型 10 3 3 機器學習模型 1O 3 4 深度神經網路模型 1O 3 5 預訓練模型 10 4 自然語言處理典型任務 10 4 1 文本信息 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。 |
