書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

人工智能導(dǎo)論

出版社：北京大學(xué)出版社出版時(shí)間：2021-12-01
開本： 16開 頁數(shù)： 237
中 圖 價(jià):¥40.8(8.5折) 定價(jià)  ¥48.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

人工智能導(dǎo)論 版權(quán)信息

人工智能導(dǎo)論 本書特色

本書既適合作為高校各個(gè)專業(yè)的人工智能基礎(chǔ)課程或者通識(shí)課的教材，又可作為廣大社會(huì)人士了解人工智能的概念、理論和方法的科普性讀物。

人工智能導(dǎo)論 內(nèi)容簡介

本書以通俗易懂的方式，介紹了人工智能的發(fā)展歷程、具體理論和方法、應(yīng)用前景及未來的挑戰(zhàn)。 全書共分6章。第1章介紹了人工智能的發(fā)展歷程，講解了不同時(shí)期人工智能的代表人物及其貢獻(xiàn)；第2章以理論與實(shí)例并重的方式介紹了機(jī)器學(xué)習(xí)的定義，以及時(shí)間序列分析與預(yù)測、結(jié)構(gòu)方程、因子分析、信度與效度分析、回歸分析、k-means聚類算法、樸素貝葉斯、馬爾可夫過程等機(jī)器學(xué)習(xí)方法；第3章介紹了計(jì)算智能，包括遺傳算法、粒子群算法、蟻群算法、人工魚群算法；第4章介紹了深度學(xué)習(xí)的定義、核心技術(shù)、主要應(yīng)用及開源框架；第5章介紹了人工智能技術(shù)在備行各業(yè)的應(yīng)用，概括歸納人工智能技術(shù)在搜索引擎領(lǐng)域、制造業(yè)、安防業(yè)、交通業(yè)、醫(yī)療領(lǐng)域、電商領(lǐng)域、教育業(yè)、媒體業(yè)的具體應(yīng)用；第6章介紹了人工智能的未來發(fā)展和挑戰(zhàn)。 本書既適合作為高校各個(gè)專業(yè)的人工智能基礎(chǔ)課程或者通識(shí)課的教材，又可作為廣大社會(huì)人士了解人工智能的概念、理論和方法的科普性讀物。

人工智能導(dǎo)論 目錄

第1章 人工智能的發(fā)展歷程 1 1.1 **階段——人工智能的孕育期 3 1.1.1 亞里士多德與三段論 3 1.1.2 萊布尼茨與形式邏輯符號(hào)化 4 1.1.3 布爾與布爾代數(shù) 5 1.1.4 圖靈與圖靈機(jī) 6 1.1.5 麥卡洛克和皮茲與MP神經(jīng)元模型 8 1.1.6 馮·諾依曼與馮·諾依曼架構(gòu) 8 1.1.7 香農(nóng)與機(jī)械鼠 9 1.1.8 維納與控制論 10 1.2 第二階段——人工智能基礎(chǔ)技術(shù)的形成 12 1.2.1 西蒙和紐厄爾與通用問題求解器 12 1.2.2 羅森布拉特與感知機(jī)模型 14 1.2.3 王浩與機(jī)器證明 14 1.2.4 麥卡錫和明斯基與人工智能 15 1.2.5 霍夫和威德羅與自適應(yīng)線性單元 16 1.2.6 費(fèi)根鮑姆與專家系統(tǒng) 18 1.3 第三階段——人工智能的發(fā)展和實(shí)用化 19 1.3.1 診斷系統(tǒng)VAX 19 1.3.2 計(jì)算機(jī)配置專家系統(tǒng)XSEL和XCON 19 1.3.3 自然語言理解系統(tǒng)SHRDLU 19 1.3.4 符號(hào)數(shù)學(xué)專家系統(tǒng)MACSYMA 20 1.3.5 診斷內(nèi)科疾病的專家系統(tǒng)INTERNIST 20 1.3.6 腎臟病專家咨詢系統(tǒng)PIP 20 1.3.7 診斷和治療青光眼病的專家系統(tǒng)CASNET 21 1.3.8 醫(yī)學(xué)診斷專家系統(tǒng)MYCIN 21 1.3.9 自然語言理解系統(tǒng)LUNAR 21 1.3.10 邏輯編程語言 22 1.3.11 多層感知機(jī) 22 1.3.12 框架理論 23 1.3.13 遺傳算法 24 1.3.14 知識(shí)工程 24 1.3.15 Agent技術(shù) 25 1.3.16 知識(shí)表示語言 25 1.4 第四階段——知識(shí)工程與專家系統(tǒng) 26 1.4.1 霍普菲爾德與Hopfield神經(jīng)網(wǎng)絡(luò)模型 26 1.4.2 辛頓與玻爾茲曼機(jī) 29 1.4.3 麥克萊倫德和魯梅爾哈特與反向傳播算法 30 1.4.4 肖漢姆與Agent程序設(shè)計(jì) 31 1.4.5 瓦普尼克與支持向量機(jī) 32 1.4.6 麥昆與定理證明系統(tǒng) 33 1.4.7 當(dāng)代人工智能領(lǐng)域的領(lǐng)軍人物 33 1.5 本章小結(jié) 36 習(xí)題 36 第2章 機(jī)器學(xué)習(xí) 38 2.1 機(jī)器學(xué)習(xí)概述 40 2.1.1 機(jī)器學(xué)習(xí)與人類學(xué)習(xí) 40 2.1.2 機(jī)器學(xué)習(xí)的發(fā)展歷程 40 2.1.3 機(jī)器學(xué)習(xí)的步驟 41 2.1.4 機(jī)器學(xué)習(xí)的典型應(yīng)用 42 2.1.5 機(jī)器學(xué)習(xí)的相關(guān)技術(shù) 43 2.2 時(shí)間序列分析與預(yù)測 44 2.2.1 時(shí)間序列的發(fā)展歷程 44 2.2.2 時(shí)間序列的簡介 45 2.2.3 時(shí)間序列的分類 45 2.2.4 時(shí)間序列的水平分析 46 2.2.5 時(shí)間序列的速度分析 46 2.2.6 時(shí)間序列分析的主要用途 47 2.3 結(jié)構(gòu)方程模型 48 2.3.1 結(jié)構(gòu)方程模型的發(fā)展歷程 48 2.3.2 結(jié)構(gòu)方程模型的介紹 48 2.3.3 結(jié)構(gòu)方程的建模過程及實(shí)例 50 2.3.4 結(jié)構(gòu)方程模型的應(yīng)用 52 2.4 因子分析法 55 2.4.1 因子分析法的發(fā)展 55 2.4.2 因子分析法的應(yīng)用 55 2.4.3 因子分析的核心問題及具體步驟 56 2.4.4 案例分析 56 2.5 信度與效度分析 58 2.5.1 信度和效度的概念 58 2.5.2 信度與效度的用途 59 2.5.3 信度分析方法 59 2.5.4 效度分析類型 61 2.6 K-means算法 62 2.6.1 K-means算法的起源 62 2.6.2 K-means算法的原理 62 2.6.3 K-means算法的應(yīng)用 64 2.7 回歸分析 65 2.7.1 回歸分析的起源 65 2.7.2 回歸分析的類型 66 2.7.3 回歸分析的實(shí)例 69 2.8 樸素貝葉斯 70 2.8.1 貝葉斯公式 70 2.8.2 樸素貝葉斯分類 71 2.8.3 樸素貝葉斯實(shí)例 71 2.9 馬爾可夫過程 73 2.10 數(shù)據(jù)缺失及其填補(bǔ)方法 79 2.10.1 數(shù)據(jù)缺失的原因以及產(chǎn)生機(jī)制 80 2.10.2 數(shù)據(jù)缺失模式 80 2.10.3 數(shù)據(jù)缺失的處理方法 81 2.11 混合線性模型 83 2.12 統(tǒng)計(jì)推斷 87 2.12.1 統(tǒng)計(jì)推斷的表述形式 88 2.12.2 統(tǒng)計(jì)推斷的可靠性 88 2.12.3 統(tǒng)計(jì)抽樣的方法 88 2.12.4 統(tǒng)計(jì)假設(shè)測驗(yàn) 89 2.13 本章小結(jié) 91 習(xí)題 91 第3章 計(jì)算智能 93 3.1 遺傳算法 95 3.1.1 遺傳算法的起源 95 3.1.2 遺傳算法的原理 97 3.1.3 遺傳算法的實(shí)現(xiàn) 101 3.1.4 遺傳算法的應(yīng)用 102 3.1.5 遺傳算法拓展——分類器 105 3.2 粒子群算法 107 3.2.1 粒子群算法的起源 107 3.2.2 粒子群算法的特點(diǎn) 109 3.2.3 粒子群算法的原理 110 3.2.4 粒子群算法的步驟 111 3.2.5 粒子群算法的應(yīng)用 113 3.3 蟻群算法 116 3.3.1 蟻群算法的起源 116 3.3.2 蟻群算法的原理 118 3.3.3 蟻群算法的步驟 120 3.3.4 蟻群算法的應(yīng)用 123 3.4 人工魚群算法 127 3.4.1 人工魚群算法的起源 127 3.4.2 人工魚群算法的基本原理 127 3.4.3 人工魚的基本行為 129 3.4.4 人工魚群算法的實(shí)現(xiàn)和重要參數(shù) 130 3.4.5 人工魚群算法的應(yīng)用 131 3.5 本章小結(jié) 134 習(xí)題 135 第4章 深度學(xué)習(xí) 137 4.1 深度學(xué)習(xí)概述 138 4.2 深度學(xué)習(xí)的核心技術(shù) 141 4.2.1 神經(jīng)網(wǎng)絡(luò) 142 4.2.2 長短期記憶神經(jīng)網(wǎng)絡(luò) 144 4.2.3 卷積神經(jīng)網(wǎng)絡(luò) 145 4.2.4 深度森林模型 149 4.2.5 深度學(xué)習(xí)的數(shù)學(xué)基礎(chǔ) 151 4.3 深度學(xué)習(xí)的應(yīng)用 151 4.3.1 圖像識(shí)別 152 4.3.2 語音應(yīng)用 162 4.3.3 文本挖掘 166 4.4 深度學(xué)習(xí)開源框架 170 4.4.1 TensorFlow 170 4.4.2 PaddlePaddle 170 4.4.3 Keras 171 4.4.4 MXNet 171 4.4.5 PyTorch 171 4.4.6 開源框架對(duì)比 172 4.5 本章小結(jié) 173 習(xí)題 173 第5章 人工智能技術(shù)在各行各業(yè)的應(yīng)用 176 5.1 人工智能技術(shù)在搜索引擎領(lǐng)域的應(yīng)用 178 5.1.1 語音識(shí)別 178 5.1.2 圖像識(shí)別 181 5.2 人工智能技術(shù)在制造業(yè)的應(yīng)用 183 5.2.1 產(chǎn)品設(shè)計(jì)和研發(fā) 183 5.2.2 智能生產(chǎn)制造 184 5.2.3 智能供應(yīng)鏈 185 5.3 人工智能技術(shù)在安防業(yè)的應(yīng)用 186 5.3.1 公安安防 186 5.3.2 社區(qū)和民用安防 187 5.3.3 工廠園區(qū)安防 189 5.4 人工智能技術(shù)在交通業(yè)的應(yīng)用 189 5.4.1 智能車輛檢索 189 5.4.2 智能交通監(jiān)控 190 5.4.3 自動(dòng)駕駛汽車 190 5.4.4 駕駛員健康狀態(tài)監(jiān)測 191 5.4.5 交警機(jī)器人 192 5.5 人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用 192 5.5.1 人工智能與影像輔助診斷 192 5.5.2 人工智能與藥物的研發(fā) 194 5.5.3 人工智能與醫(yī)用機(jī)器人 195 5.6 人工智能技術(shù)在電商領(lǐng)域的應(yīng)用 196 5.6.1 個(gè)性化推薦技術(shù) 196 5.6.2 生物認(rèn)證技術(shù) 198 5.6.3 商務(wù)智能分析 199 5.7 人工智能技術(shù)在教育行業(yè)的應(yīng)用 201 5.7.1 自適應(yīng)學(xué)習(xí) 201 5.7.2 虛擬學(xué)習(xí)助手 201 5.7.3 教育商業(yè)智能化 202 5.8 人工智能技術(shù)在媒體業(yè)的應(yīng)用 204 5.8.1 新聞業(yè)的應(yīng)用 204 5.8.2 視頻領(lǐng)域的應(yīng)用 205 5.9 本章小結(jié) 207 習(xí)題 208 第6章 人工智能的發(fā)展趨勢和挑戰(zhàn) 210 6.1 人工智能的發(fā)展趨勢及新技術(shù)的應(yīng)用 211 6.2 人工智能對(duì)人類未來生活的影響 221 6.3 人工智能帶來的挑戰(zhàn)及可能的解決方案 223 6.3.1 人工智能帶來的挑戰(zhàn)及變革 223 6.3.2 可能的解決方案 229 6.4 本章小結(jié) 230 習(xí)題 231 參考答案 232 第1章 人工智能的發(fā)展歷程 232 第2章 機(jī)器學(xué)習(xí) 232 第3章 計(jì)算智能 235 第4章 深度學(xué)習(xí) 236 第5章 人工智能技術(shù)在各行各業(yè)的 應(yīng)用 237 第6章 人工智能的發(fā)展趨勢和挑戰(zhàn) 237 參考文獻(xiàn) 238
展開全部

人工智能導(dǎo)論 作者簡介

劉攀，上海商學(xué)院教授。近五年，主持和參與國家和省部級(jí)以上科研項(xiàng)目10項(xiàng)，主持教研課題3項(xiàng)；主編教材1部，字?jǐn)?shù)共計(jì)30萬字；公開發(fā)表論文30余篇，其中25篇被SCI或EI檢索、5篇北大核心；獲得國家發(fā)明專利2項(xiàng)，使用新型專利1項(xiàng)，多次帶隊(duì)參加各種學(xué)科競賽榮獲國家二等獎(jiǎng)2項(xiàng)，三等獎(jiǎng)8項(xiàng)，上海市級(jí)一等獎(jiǎng)1項(xiàng)，二等獎(jiǎng)2項(xiàng)，三等獎(jiǎng)12項(xiàng)，優(yōu)秀設(shè)計(jì)獎(jiǎng)若干。 黃務(wù)蘭，上海商學(xué)院副教授。近五年，主持及參與國家、省部級(jí)、地廳級(jí)科研項(xiàng)目6項(xiàng)，承擔(dān)教研課題2項(xiàng)；參編教材2部，字?jǐn)?shù)共計(jì)18萬字；公開發(fā)表論文10余篇，其中4篇CSSCI、2篇北大核心，1篇EI檢索論文。 魏忠，博士，上海海事大學(xué)電子商務(wù)專業(yè)副教授、管理科學(xué)專業(yè)碩士生導(dǎo)師、MBA\EMBA導(dǎo)師、西安電子科技大學(xué)計(jì)算機(jī)學(xué)院碩士生導(dǎo)師、東華大學(xué)計(jì)算機(jī)學(xué)院碩士生導(dǎo)師。出版了5本教育專著和發(fā)表50多篇文章，曾獲得上海高教成果一等獎(jiǎng)、二等獎(jiǎng)、三等獎(jiǎng)。講授《網(wǎng)絡(luò)智能技術(shù)與應(yīng)用》和《數(shù)據(jù)可視化》課程。

商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服