書馨卡幫你省薪 2024個(gè)人購(gòu)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)
> >
人工智能概論(第二版)(普通高等教育通識(shí)類課程新形態(tài)教材)

人工智能概論(第二版)(普通高等教育通識(shí)類課程新形態(tài)教材)

出版社：中國(guó)水利水電出版社出版時(shí)間：2022-02-01
開本： 其他 頁(yè)數(shù)： 200
中 圖 價(jià):¥26.0(6.5折) 定價(jià)  ¥40.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)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>

人工智能概論(第二版)(普通高等教育通識(shí)類課程新形態(tài)教材) 版權(quán)信息

人工智能概論(第二版)(普通高等教育通識(shí)類課程新形態(tài)教材) 內(nèi)容簡(jiǎn)介

本書致力于推動(dòng)人工智能的普及教育，使用通俗易懂的語(yǔ)言深入淺出地介紹了人工智能相關(guān)知識(shí)，包括機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，并結(jié)合圖像信息處理和自然語(yǔ)言處理兩個(gè)典型應(yīng)用展開闡述，使讀者能快速掌握人工智能的基本概念、基本知識(shí)體系和框架，為進(jìn)一步學(xué)習(xí)打下良好基礎(chǔ)。本書共分6章：前4章主要介紹基礎(chǔ)入門知識(shí)，包括緒論、基本分類、回歸與聚類和神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)；第5章和第6章結(jié)合人工智能目前*熱門的兩個(gè)技術(shù)應(yīng)用領(lǐng)域—圖像信息處理和自然語(yǔ)言處理展開論述。本書強(qiáng)調(diào)實(shí)用性和可讀性，并在章節(jié)中增加了課程思政的案例和內(nèi)容，可作為高中生的科普教材、高職高專和高等院校學(xué)生學(xué)習(xí)人工智能的通識(shí)課程教材，也可作為人工智能技術(shù)人員和管理人員的入門參考書。本書提供視頻、PPT、習(xí)題等輔助教學(xué)資料，讀者可訪問(wèn)本出版社教學(xué)資源鏈接http:www.wsbookshow.com和http:www.waterpub.com.cn獲得；本書配套慕課教程，讀者可訪問(wèn)智慧樹網(wǎng)站鏈http:www.zhihuishu.com搜索課程“人工智能基礎(chǔ)”獲得。以上資源也可聯(lián)系作者（xdzhanggy@163.com）或出版社（305586627@qq.com）獲得。

人工智能概論(第二版)(普通高等教育通識(shí)類課程新形態(tài)教材) 目錄

第二版前言
**版前官
第1章 緒論
1.1 人工智能的基本概念
1.2 人工智能的發(fā)展歷史
1.3 人工智能的研究范式
1.4 人工智能的應(yīng)用領(lǐng)域
1.5 小結(jié)
第2章 基本分類
2.1 分類的概念
2.2 向量的基本運(yùn)算
2.3 分類器
2.4 分類識(shí)別技術(shù)
2.4.1 感知機(jī)
2.4.2 導(dǎo)數(shù)與微分
2.4.3 梯度下降法
2.4.4 SVM
2.5 測(cè)試與分類實(shí)現(xiàn)
2.5.1 測(cè)試
2.5.2 分類實(shí)現(xiàn)
2.5.3 多分類識(shí)別
2.6 小結(jié)
第3章 回歸與聚類
3.1 基本概念
3.1.1 機(jī)器學(xué)習(xí)的類別
3.1.2 變量之間的關(guān)系
3.2 回歸
3.2.1 回歸的概念
3.2.2 線性回歸
3.2.3 邏輯回歸
3.3 聚類
3.3.1 聚類的概念
3.3.2 K均值聚類算法
3.3.3 層次聚類算法
3.4 相似度計(jì)算
3.5 小結(jié)
第4章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
4.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史
4.2 神經(jīng)網(wǎng)絡(luò)的分類
4.2.1 生物神經(jīng)網(wǎng)絡(luò)
4.2.2 人工神經(jīng)網(wǎng)絡(luò)
4.3 淺層神經(jīng)網(wǎng)絡(luò)
4.3.1 多輸出感知機(jī)
4.3.2 多層神經(jīng)網(wǎng)絡(luò)
4.4 深度學(xué)習(xí)
4.4.1 深度學(xué)習(xí)模型
4.4.2 激活函數(shù)
4.4.3 深度學(xué)習(xí)的特點(diǎn)及發(fā)展
4.5 小結(jié)
第5章 圖像信息處理
5.1 人眼成像
5.2 圖像信息處理的基本概念
5.3 圖像采集及處理發(fā)展歷史
5.4 數(shù)字圖像處理
5.4.1 圖像的基本運(yùn)算
5.4.2 圖像增強(qiáng)
5.4.3 圖像分割
5.4.4 圖像壓縮
5.5 數(shù)字圖像分析
5.6 視頻分析
5.6.1 視頻的概念
5.6.2 運(yùn)動(dòng)檢測(cè)
5.6.3 目標(biāo)跟蹤
5.7 卷積神經(jīng)網(wǎng)絡(luò)CNN
5.7.1 卷積
5.7.2 卷積層
5.7.3 池化層
5.7.4 AlexNet
5.8 小結(jié)
第6章 自然語(yǔ)言處理
6.1 自然語(yǔ)言處理的發(fā)展歷史
6.2 自然語(yǔ)言處理典型應(yīng)用
6.3 自然語(yǔ)言處理基本技術(shù)
6.3.1 詞法分析
6.3.2 句法分析
6.3.3 語(yǔ)義分析
6.3.4 語(yǔ)用分析
6.4 自然語(yǔ)言特征提取
6.4.1 詞袋模型BOW
6.4.2 N-Gram模型
6.4.3 Word2Vec模型
6.4.4 循環(huán)神經(jīng)網(wǎng)絡(luò)RNN
6.5 小結(jié)
參考文獻(xiàn)
展開全部
商品評(píng)論(0條)
暫無(wú)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