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

出版社：清華大學(xué)出版社出版時(shí)間：2023-06-01
開本： 其他 頁(yè)數(shù)： 284
本類榜單：教材銷量榜
中 圖 價(jià):¥52.4(7.6折) 定價(jià)  ¥69.0 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 版權(quán)信息

人工智能概論 本書特色

1、面向應(yīng)用型高校及通識(shí)教育。
2、理論與實(shí)踐并重。
本課程可以供人文社科、理工類等學(xué)科、專業(yè)的學(xué)生學(xué)習(xí)。

人工智能概論 內(nèi)容簡(jiǎn)介

本書對(duì)人工智能中的關(guān)鍵技術(shù)進(jìn)行介紹，主要包括計(jì)算機(jī)視覺、自然語(yǔ)言處理、語(yǔ)音處理、知識(shí)表示與推理、專家系統(tǒng)與知識(shí)圖譜、問題求解與搜索技術(shù)、機(jī)器學(xué)習(xí)原理、機(jī)器學(xué)習(xí)應(yīng)用、人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能機(jī)器人等。本書引領(lǐng)讀者進(jìn)入人工智能領(lǐng)域，了解人工智能的概念和發(fā)展簡(jiǎn)史，理解人工智能的三大流派，并熟悉人工智能的主要研究?jī)?nèi)容和應(yīng)用領(lǐng)域。本書內(nèi)容豐富，應(yīng)用性強(qiáng)，在中國(guó)大學(xué)MOOC平臺(tái)上開設(shè)了“人工智能概論”課程。 本書主要面向人工智能、智能科學(xué)與技術(shù)、軟件工程、計(jì)算機(jī)科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、機(jī)器人工程等相關(guān)專業(yè)的本科生、研究生，也可供人文社科類、管理類等學(xué)科專業(yè)的學(xué)生學(xué)習(xí)。

人工智能概論 目錄

第1章人工智能概述/1
1.1人工智能的概念1
1.1.1人工智能概念的提出1
1.1.2智能的層次2
1.2人工智能的產(chǎn)生與發(fā)展3
1.2.1人工智能的產(chǎn)生3
1.2.2**個(gè)繁榮期4
1.2.3第二個(gè)繁榮期6
1.2.4復(fù)蘇期8
1.2.5第三個(gè)繁榮期9
1.3人工智能的三大學(xué)派12
1.3.1符號(hào)主義學(xué)派12
1.3.2連接主義學(xué)派13
1.3.3行為主義學(xué)派14
1.4人工智能的研究?jī)?nèi)容15
1.4.1人工智能的研究?jī)?nèi)容概述15
1.4.2人工智能的核心技術(shù)16
1.5人工智能的應(yīng)用17
1.6人工智能的未來(lái)18
1.7本章小結(jié)19
習(xí)題119
第2章計(jì)算機(jī)視覺/20
2.1計(jì)算機(jī)視覺概述20
2.1.1計(jì)算機(jī)視覺的概念20
2.1.2計(jì)算機(jī)視覺的發(fā)展史21
2.2數(shù)字圖像24
2.3計(jì)算機(jī)視覺數(shù)據(jù)集26
2.3.1MNIST數(shù)據(jù)集26
2.3.2CIFAR數(shù)據(jù)集27
2.3.3PASCAL VOC數(shù)據(jù)集272.3.4ImageNet數(shù)據(jù)集28
2.3.5COCO數(shù)據(jù)集30
2.4計(jì)算機(jī)視覺的研究?jī)?nèi)容31
2.4.1圖像分類31
2.4.2目標(biāo)定位32
2.4.3目標(biāo)檢測(cè)32
2.4.4圖像分割32
2.5計(jì)算機(jī)視覺的應(yīng)用33
2.5.1計(jì)算機(jī)視覺應(yīng)用概述34
2.5.2人臉識(shí)別技術(shù)35
2.6本章小結(jié)36
習(xí)題236
〖1〗人工智能概論目錄〖3〗〖3〗第3章自然語(yǔ)言處理/37
3.1自然語(yǔ)言處理概述37
3.1.1自然語(yǔ)言處理的概念37
3.1.2自然語(yǔ)言處理的發(fā)展史39
3.2自然語(yǔ)言理解42
3.2.1自然語(yǔ)言理解的層次43
3.2.2詞法分析44
3.2.3句法分析47
3.3語(yǔ)料庫(kù)和語(yǔ)言知識(shí)庫(kù)49
3.3.1語(yǔ)料庫(kù)50
3.3.2語(yǔ)言知識(shí)庫(kù)53
3.4語(yǔ)言模型56
3.4.1馬爾可夫鏈56
3.4.2n元語(yǔ)法模型57
3.4.3數(shù)據(jù)平滑59
3.5自然語(yǔ)言生成60
3.6機(jī)器翻譯61
3.6.1機(jī)器翻譯概述61
3.6.2統(tǒng)計(jì)機(jī)器翻譯62
3.6.3神經(jīng)機(jī)器翻譯64
3.6.4機(jī)器翻譯評(píng)測(cè)65
3.7問答系統(tǒng)67
3.8本章小結(jié)70
習(xí)題371
第4章語(yǔ)音處理/72
4.1語(yǔ)音處理概述72
4.2語(yǔ)音識(shí)別73
4.2.1語(yǔ)音的特征提取73
4.2.2聲學(xué)模型75
4.2.3語(yǔ)言模型76
4.3語(yǔ)音合成78
4.3.1拼接合成方法79
4.3.2參數(shù)合成方法80
4.3.3端到端合成方法81
4.4語(yǔ)音增強(qiáng)82
4.4.1回聲消除83
4.4.2混響抑制83
4.4.3語(yǔ)音降噪83
4.5語(yǔ)音轉(zhuǎn)換84
4.6本章小結(jié)85
習(xí)題485
第5章知識(shí)表示與推理/86
5.1知識(shí)與知識(shí)表示概述86
5.1.1知識(shí)86
5.1.2知識(shí)表示87
5.2一階謂詞邏輯88
5.3產(chǎn)生式與產(chǎn)生式系統(tǒng)89
5.3.1產(chǎn)生式表示法90
5.3.2產(chǎn)生式系統(tǒng)91
5.4框架93
5.5自動(dòng)推理95
5.6本章小結(jié)97
習(xí)題598
第6章專家系統(tǒng)與知識(shí)圖譜/99
6.1專家系統(tǒng)概述99
6.1.1專家系統(tǒng)的概念99
6.1.2專家系統(tǒng)的特點(diǎn)100
6.2專家系統(tǒng)的結(jié)構(gòu)101
6.3典型專家系統(tǒng)103
6.3.1DENDRAL專家系統(tǒng)103
6.3.2MYCIN專家系統(tǒng)104
6.3.3專家系統(tǒng)的局限性105
6.4知識(shí)圖譜概述105
6.5知識(shí)圖譜的發(fā)展史109
6.6典型知識(shí)圖譜112
6.6.1WordNet112
6.6.2Cyc113
6.6.3Wikipedia114
6.6.4DBpedia115
6.6.5Yago115
6.6.6Freebase116
6.6.7NELL116
6.7知識(shí)圖譜的構(gòu)建116
6.8本章小結(jié)119
習(xí)題6119
第7章問題求解與搜索技術(shù)/121
7.1問題求解概述121
7.1.1問題求解的概念121
7.1.2搜索技術(shù)概述122
7.2狀態(tài)空間122
7.2.1狀態(tài)空間的概念122
7.2.2狀態(tài)空間方法123
7.2.3狀態(tài)圖搜索124
7.3盲目搜索126
7.3.1寬度優(yōu)先搜索126
7.3.2深度優(yōu)先搜索129
7.3.3代價(jià)樹搜索133
7.4啟發(fā)式搜索134
7.4.1啟發(fā)式搜索概述134
7.4.2A算法與A算法136
7.5博弈搜索140
7.5.1博弈樹搜索141
7.5.2αβ剪枝法144
7.6本章小結(jié)147
習(xí)題7147
第8章機(jī)器學(xué)習(xí)原理/149
8.1機(jī)器學(xué)習(xí)概述149
8.1.1機(jī)器學(xué)習(xí)的發(fā)展史149
8.1.2機(jī)器學(xué)習(xí)的概念150
8.1.3機(jī)器學(xué)習(xí)的類型151
8.2監(jiān)督學(xué)習(xí)概述152
8.2.1模型153
8.2.2損失函數(shù)154
8.2.3算法154
8.2.4模型評(píng)價(jià)155
8.3回歸156
8.3.1一元回歸157
8.3.2多元回歸159
8.4優(yōu)化算法163
8.4.1梯度下降算法163
8.4.2超參數(shù)165
8.5分類167
8.5.1Logistic回歸167
8.5.2決策樹170
8.5.3樸素貝葉斯方法174
8.5.4K*近鄰方法177
8.5.5支持向量機(jī)179
8.5.6分類性能評(píng)價(jià)181
8.6無(wú)監(jiān)督學(xué)習(xí)184
8.6.1無(wú)監(jiān)督學(xué)習(xí)概述184
8.6.2聚類185
8.6.3降維190
8.7強(qiáng)化學(xué)習(xí)191
8.8本章小結(jié)192
習(xí)題8193
第9章機(jī)器學(xué)習(xí)應(yīng)用/194
9.1計(jì)算機(jī)視覺的處理流程194
9.2計(jì)算機(jī)視覺中的特征196
9.2.1顏色直方圖196
9.2.2LBP特征197
9.2.3SIFT特征199
9.2.4GIST特征200
9.2.5HOG特征201
9.2.6SURF特征202
9.3計(jì)算機(jī)視覺中的算法203
9.3.1特征匯聚與特征變換203
9.3.2機(jī)器學(xué)習(xí)算法204
9.4文本分類206
9.4.1文本分類概述206
9.4.2向量空間模型207
9.4.3文本特征表示208
9.5序列標(biāo)注210
9.5.1概率圖模型210
9.5.2貝葉斯網(wǎng)絡(luò)212
9.5.3隱馬爾可夫模型213
9.5.4條件隨機(jī)場(chǎng)217
9.6本章小結(jié)218
習(xí)題9219
第10章人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)/220
10.1人工神經(jīng)網(wǎng)絡(luò)概述220
10.1.1生物神經(jīng)元220
10.1.2人工神經(jīng)網(wǎng)絡(luò)的發(fā)展221
10.2感知機(jī)223
10.3多層人工神經(jīng)網(wǎng)絡(luò)224
10.3.1激活函數(shù)225
10.3.2前饋神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)226
10.4卷積神經(jīng)網(wǎng)絡(luò)230
10.4.1卷積231
10.4.2卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)233
10.4.3LeNet235
10.4.4AlexNet235
10.4.5VGGNet238
10.4.6GoogLeNet239
10.4.7ResNet240
10.5循環(huán)神經(jīng)網(wǎng)絡(luò)242
10.5.1簡(jiǎn)單循環(huán)神經(jīng)網(wǎng)絡(luò)242
10.5.2長(zhǎng)短期記憶網(wǎng)絡(luò)244
10.5.3門控循環(huán)單元246
10.6深度學(xué)習(xí)開發(fā)框架246
10.7本章小結(jié)250
習(xí)題10251
第11章智能機(jī)器人/253
11.1機(jī)器人簡(jiǎn)介253
11.1.1機(jī)器人發(fā)展簡(jiǎn)史253
11.1.2機(jī)器人的定義255
11.2機(jī)器人中的智能技術(shù)255
11.3智能機(jī)器人的應(yīng)用258
11.3.1工業(yè)機(jī)器人258
11.3.2農(nóng)業(yè)機(jī)器人258
11.3.3服務(wù)機(jī)器人259
11.3.4軍事機(jī)器人260
11.4智能駕駛262
11.5本章小結(jié)267
習(xí)題11268
參考文獻(xiàn)/269
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