新書推薦：
《
阿尔喀比亚德斯 I（柏拉图全集）
》
售價：HK$
107.8
《
百家争鸣与中华文明的哲学突破
》
售價：HK$
115.5
《
孟子学术流传与秦汉价值重构
》
售價：HK$
110.0
《
中国早期城市与文明起源 一部中国早期城市发展简史，解读城市与文明交织共生的规律
》
售價：HK$
96.8
《
只要我还在创作 角谷美智子访谈录
》
售價：HK$
74.8
《
国医大师邓铁涛 治未病从孩子抓起 中医治未病 二十四节气顺时调养 常见病预防 中医健康体检 广东科技
》
售價：HK$
54.9
《
英国都铎王朝君主形象塑造与政治文化变迁
》
售價：HK$
184.8
《
从一道高三数学模拟测试题的背景谈起：兼谈等周问题与等周不等式
》
售價：HK$
74.8
|
| 編輯推薦： |
（1）全面的基础知识覆盖。涵盖AI的基本概念，如机器学习、深度学习、自然语言处理、计算机视觉、知识图谱等。并详细介绍各种常用的AI算法和技术，如决策树、感知机、支持向量机、神经网络以及常见的深度学习模型等。
（2）易于理解。用通俗易懂的语言解释复杂的概念，避免过多的专业术语。从基础到高级逐步引导读者，确保每个阶段都能跟上。
（3）易于学习。本书内容设计上考虑到了学生的学习习惯和接受能力，使得学生能够跟上教师的思维，更容易掌握知识。
（4）编写本书的教师都具有多年的教学经验，编写突出重难点，能够激发学生的学习热情。
|
| 內容簡介： |
人工智能作为引领新一轮科技革命和产业变革的战略性技术，正在深刻改变着人类社会的生产生活方式和思维模式。本书主要讲述人工智能的基础知识与基础理论，通过介绍大量人工智能的应用帮助读者快速了解人工智能相关技术。本书共11章，分别为人工智能概述、人工智能基础知识、机器学习、深度学习、计算机视觉、自然语言处理、大语言模型与AIGC、知识图谱、人工智能技术应用场景、智能机器人和人工智能的挑战与未来。
本书内容丰富，讲解细致，注重前沿技术发展变化，可作为本科院校和职业院校相关专业的教材，也可作为人工智能领域专业人才的参考书。
|
| 關於作者： |
|
陈永，江苏海事职业技术学院 质量管理处、智慧校园建设处处长，兼任民盟江苏省委职业教育委员会委员、江苏省计算机学会副秘书长，教育部职业院校信息化教学指导委员会数字资源专委会委员、教育部职业院校信息化专家组专家、全国高等院校计算机基础研究会电子信息委员会副秘书长；中国计算机学会高级会员。
|
| 目錄：
|
第 1章
人工智能概述1
1.1 人工智能简介1
1.1.1 人工智能的定义1
1.1.2 人工智能的特点2
1.1.3 人工智能的分类2
1.2 人工智能的起源与发展3
1.2.1 人工智能的历史3
1.2.2 我国的人工智能发展现状5
1.3 人工智能的研究内容6
1.3.1 机器学习6
1.3.2 深度学习6
1.3.3 强化学习6
1.3.4 自然语言处理6
1.3.5 计算机视觉7
1.3.6 知识图谱7
1.3.7 智能决策与规划7
1.3.8 机器人技术7
1.4 人工智能研究的主要学派8
1.4.1 符号主义8
1.4.2 连接主义8
1.4.3 行为主义8
1.5 人工智能的应用9
1.5.1 自动驾驶9
1.5.2 智能家居9
1.5.3 智慧金融10
1.5.4 智慧工业10
1.5.5 智慧教育10
1.6 小结11
1.7 习题11
第 2章
人工智能基础知识12
2.1 人工智能的数学基础12
2.1.1 微积分12
2.1.2 线性代数13
2.1.3 概率论与数理统计13
2.1.4 最优化理论14
2.1.5 形式逻辑14
2.2 人工智能的常用工具14
2.2.1 TensorFlow15
2.2.2 Mahout15
2.2.3 Torch15
2.2.4 Spark MLlib15
2.2.5 Keras15
2.2.6 CNTK16
2.2.7 Caffe16
2.2.8 Scikit-learn16
2.3 数据采集16
2.3.1 数据采集的概念16
2.3.2 数据采集的常见方法17
2.4 数据存储19
2.4.1 数据存储的概念19
2.4.2 数据存储的方式19
2.5 数据清洗21
2.5.1 数据清洗的概念21
2.5.2 数据清洗的原理22
2.5.3 数据清洗的应用领域23
2.6 数据分析23
2.6.1 大数据分析概述24
2.6.2 大数据分析的主要类型24
2.6.3 数据挖掘24
2.7 数据可视化26
2.7.1 数据可视化概述26
2.7.2 数据可视化的应用28
2.8 小结30
2.9 习题31
第3章
机器学习32
3.1 机器学习概述32
3.1.1 机器学习简介32
3.1.2 机器学习的发展33
3.1.3 机器学习的未来34
3.2 机器学习的分类34
3.2.1 监督学习34
3.2.2 无监督学习35
3.2.3 半监督学习36
3.2.4 迁移学习37
3.2.5 强化学习37
3.3 机器学习常用算法38
3.3.1 回归算法39
3.3.2 聚类算法42
3.3.3 降维算法44
3.3.4 决策树算法45
3.3.5 贝叶斯算法46
3.3.6 支持向量机算法48
3.3.7 关联规则算法50
3.3.8 优化算法52
3.4 小结54
3.5 习题55
第4章
深度学习56
4.1 神经网络56
4.1.1 神经网络简介56
4.1.2 神经网络发展历史57
4.1.3 神经网络的结构58
4.1.4 神经网络的学习59
4.1.5 激活函数59
4.1.6 损失函数61
4.2 感知机62
4.2.1 感知机简介62
4.2.2 多层感知机63
4.3 卷积神经网络64
4.3.1 卷积神经网络简介64
4.3.2 卷积神经网络的结构64
4.3.3 常用的卷积神经网络66
4.4 循环神经网络67
4.4.1 循环神经网络简介68
4.4.2 循环神经网络的结构68
4.4.3 常用的循环神经网络69
4.5 生成对抗网络69
4.5.1 生成对抗网络简介70
4.5.2 生成对抗网络的结构70
4.5.3 常用的生成对抗网络71
4.6 深度学习的应用72
4.6.1 自动驾驶72
4.6.2 工业产品质检73
4.7 小结74
4.8 习题75
第5章
计算机视觉76
5.1 计算机视觉概述76
5.1.1 计算机视觉简介76
5.1.2 计算机视觉的发展历史77
5.1.3 计算机视觉研究的意义78
5.1.4 计算机视觉面临的挑战79
5.2 图像分类79
5.2.1 图像分类简介79
5.2.2 图像分类算法80
5.3 目标检测83
5.3.1 目标检测简介83
5.3.2 目标检测框架模型83
5.4 图像分割86
5.4.1 图像分割简介86
5.4.2 图像分割算法87
5.5 计算机视觉的应用88
5.5.1 安防监控88
5.5.2 无人机导航89
5.5.3 智能工厂90
5.6 小结91
5.7 习题91
第6章
自然语言处理92
6.1 自然语言处理简介92
6.1.1 自然语言处理的定义92
6.1.2 自然语言处理的发展历程93
6.1.3 自然语言处理的一般工作流程94
6.1.4 自然语言处理的组成95
6.2 自然语言理解96
6.2.1 自然语言理解的层次96
6.2.2 词法分析96
6.2.3 句法分析97
6.2.4 语义分析98
6.3 信息检索99
6.3.1 信息检索简介99
6.3.2 信息检索的发展历程99
6.3.3 信息检索的应用100
6.4 机器翻译102
6.4.1 机器翻译的基本模式102
6.4.2 机器翻译的应用103
6.5 情感分析104
6.5.1 情感分析概述104
6.5.2 情感分析的定义104
6.5.3 情感分析的应用105
6.6 语音识别105
6.6.1 语音识别的定义105
6.6.2 语音识别的发展历程105
6.6.3 语音识别的基本原理106
6.6.4 语音识别的应用107
6.7 自然语言处理面临的问题和
展望107
6.7.1 自然语言处理面临的问题108
6.7.2 自然语言处理的展望109
6.8 小结110
6.9 习题111
第7章
大语言模型与AIGC112
7.1 认识大语言模型112
7.1.1 大语言模型概述112
7.1.2 大语言模型预训练过程114
7.1.3 大语言模型产品116
7.2 大语言模型算法118
7.2.1 变分自编码器118
7.2.2 Transformer模型119
7.2.3 扩散模型121
7.3 AIGC121
7.3.1 认识AIGC122
7.3.2 AIGC提示词123
7.4 AIGC的应用126
7.4.1 AIGC文本生成126
7.4.2 AIGC图像生成128
7.4.3 AIGC视频生成129
7.4.4 AIGC辅助编程130
7.5 小结131
7.6 习题131
第8章
知识图谱132
8.1 知识图谱简介132
8.1.1 知识图谱的定义132
8.1.2 知识图谱的发展历史133
8.1.3 知识图谱的类型134
8.2 知识表示和知识建模135
8.2.1 知识表示136
8.2.2 知识建模138
8.3 知识抽取139
8.3.1 实体抽取140
8.3.2 关系抽取140
8.3.3 属性抽取140
8.4 知识存储141
8.4.1 知识存储概述141
8.4.2 知识存储方式141
8.4.3 知识存储工具142
8.5 知识融合143
8.5.1 知识融合概述143
8.5.2 知识融合过程143
8.6 知识推理143
8.6.1 知识图谱的表示144
8.6.2 并行知识推理144
8.6.3 实体关系知识推理144
8.6.4 模式归纳知识推理144
8.7 知识图谱的应用145
8.7.1 语义搜索145
8.7.2 问答系统146
8.8 小结147
8.9 习题148
第9章
人工智能技术应用场景149
9.1 智慧交通149
9.1.1 智慧交通的概念149
9.1.2 智慧交通中的人工智能应用150
9.1.3 智慧交通中的核心技术151
9.2 智慧农业153
9.2.1 智慧农业的概念153
9.2.2 智慧农业中的人工智能应用153
9.2.3 智慧农业中的核心技术154
9.3 智能制造156
9.3.1 智能制造的概念156
9.3.2 智能制造的特征156
9.3.3 智能制造中的人工智能应用158
9.3.4 智能制造的发展160
9.4 小结161
9.5 习题161
第 10章
智能机器人162
10.1 智能机器人概述162
10.1.1 机器人简介162
10.1.2 认识智能机器人166
10.1.3 智能机器人的发展现状167
10.1.4 智能机器人的发展展望168
10.2 智能机器人的核心技术169
10.2.1 感知技术169
10.2.2 定位导航170
10.2.3 人机交互173
10.2.4 决策与规划174
10.3 我国智能机器人的发展情况175
10.4 小结176
10.5 习题176
第 11章
人工智能的挑战与未来177
11.1 人工智能的挑战177
11.1.1 数据177
11.1.2 人工智能算法偏见与模型
可解释性179
11.1.3 人工智能应用和场景180
11.2 人工智能对社会的影响180
11.2.1 人工智能对教育与就业的影响181
11.2.2 人工智能对隐私与安全的影响182
11.3 人工智能的未来182
11.3.1 人工智能未来的发展趋势183
11.3.2 人工智能未来的应用趋势184
11.4 小结186
11.5 习题186
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
