掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
普通高等教育人工智能系列教材人工智能基礎/楊杰 版權信息
- ISBN：9787111649007
- 條形碼：9787111649007 ; 978-7-111-64900-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
普通高等教育人工智能系列教材人工智能基礎/楊杰 本書特色
本書內容主要涉及人工智能經典及實用的關鍵技術，以及人工智能近年來*新發展的技術，具體包括人腦認知、經典人工智能、經典人工神經網絡、優化與智能計算、統計學習方法、深度學習、強化學習、自然語言處理、智能機器人。為了便于讀者理解，在介紹關鍵技術的同時，列舉了一些應用實例；主要章后均附有習題。
本書結合了編者多年來從事人工智能科研和教學的經驗，注重內容的實用性和先進性。本書可作為普通高等院校理工科專業的“人工智能”通識課程的教材。
（責任編輯郵箱：jinacmp@163.com）
普通高等教育人工智能系列教材人工智能基礎/楊杰 內容簡介
本書內容主要涉及人工智能經典及實用的關鍵技術，以及人工智能近年來*新發展的技術，具體包括人腦認知、經典人工智能、經典人工神經網絡、優化與智能計算、統計學習方法、深度學習、強化學習、自然語言處理、智能機器人。為了便于讀者理解，在介紹關鍵技術的同時，列舉了一些應用實例；主要章后均附有習題。 本書結合了編者多年來從事人工智能科研和教學的經驗，注重內容的實用性和優選性。本書可作為普通高等院校理工科專業的“人工智能”通識課程的教材。 （責任編輯郵箱：jinacmp@163.com）
普通高等教育人工智能系列教材人工智能基礎/楊杰 目錄
前言
第1章緒論
導讀
1.1人工智能的定義
1.2人工智能的誕生
1.3人工智能研究的各種學派及其理論
1.4人工智能的研究及應用領域
本章小結
參考文獻
第2章人腦認知
導讀
2.1腦科學與腦認知
2.2腦構造與腦神經
2.3視覺和聽覺感知
2.4記憶與思維認知
本章小結
習題
參考文獻
第3章經典人工智能
導讀
3.1知識表示方法
3.2搜索技術
3.3知識推理
3.4不確定性推理
本章小結
習題
參考文獻
第4章經典人工神經網絡
導讀
4.1人工神經網絡概述
4.2單層前向網絡分類器
4.3多層前向網絡
4.4單層反饋網絡
本章小結
習題
參考文獻
第5章優化與智能計算
導讀
5.1優化的基本概念
5.2凸優化、梯度下降與隨機梯度
5.3智能優化方法
本章小結
習題
參考文獻
第6章統計學習方法
導讀
6.1統計學習的基本概念
6.2*小二乘與壓縮感知
6.3支持向量機及核方法
6.4決策樹、集成學習和隨機森林
6.5無監督學習
本章小結
習題
參考文獻
第7章深度學習
導讀
7.1深度學習概述
7.2卷積神經網絡
7.3循環神經網絡
7.4長短期記憶網絡
7.5深度學習在圖像語義分割的應用
本章小結
習題
參考文獻
第8章強化學習
導讀
8.1什么是強化學習
8.2強化學習基礎
8.3基于模型的強化學習方法
8.4無模型的強化學習方法
8.5基于直接策略搜索的強化學習方法
8.6強化學習前沿
本章小結
習題
參考文獻
第9章自然語言處理
導讀
9.1自然語言處理概述
9.2自然語言處理基礎
9.3文本解析
9.4文本向量化表示
9.5語言模型與預測
9.6機器翻譯
本章小結
習題
參考文獻
第10章智能機器人
導讀
10.1智能機器人的分類
10.2智能機器人的相關技術
10.3智能機器人的現狀
10.4智能機器人的廣泛應用
10.5工業智能機械臂
10.6智能汽車
10.7腦控機器人
本章小結
習題
參考文獻
第1章緒論
導讀
1.1人工智能的定義
1.2人工智能的誕生
1.3人工智能研究的各種學派及其理論
1.4人工智能的研究及應用領域
本章小結
參考文獻
第2章人腦認知
導讀
2.1腦科學與腦認知
2.2腦構造與腦神經
2.3視覺和聽覺感知
2.4記憶與思維認知
本章小結
習題
參考文獻
第3章經典人工智能
導讀
3.1知識表示方法
3.2搜索技術
3.3知識推理
3.4不確定性推理
本章小結
習題
參考文獻
第4章經典人工神經網絡
導讀
4.1人工神經網絡概述
4.2單層前向網絡分類器
4.3多層前向網絡
4.4單層反饋網絡
本章小結
習題
參考文獻
第5章優化與智能計算
導讀
5.1優化的基本概念
5.2凸優化、梯度下降與隨機梯度
5.3智能優化方法
本章小結
習題
參考文獻
第6章統計學習方法
導讀
6.1統計學習的基本概念
6.2*小二乘與壓縮感知
6.3支持向量機及核方法
6.4決策樹、集成學習和隨機森林
6.5無監督學習
本章小結
習題
參考文獻
第7章深度學習
導讀
7.1深度學習概述
7.2卷積神經網絡
7.3循環神經網絡
7.4長短期記憶網絡
7.5深度學習在圖像語義分割的應用
本章小結
習題
參考文獻
第8章強化學習
導讀
8.1什么是強化學習
8.2強化學習基礎
8.3基于模型的強化學習方法
8.4無模型的強化學習方法
8.5基于直接策略搜索的強化學習方法
8.6強化學習前沿
本章小結
習題
參考文獻
第9章自然語言處理
導讀
9.1自然語言處理概述
9.2自然語言處理基礎
9.3文本解析
9.4文本向量化表示
9.5語言模型與預測
9.6機器翻譯
本章小結
習題
參考文獻
第10章智能機器人
導讀
10.1智能機器人的分類
10.2智能機器人的相關技術
10.3智能機器人的現狀
10.4智能機器人的廣泛應用
10.5工業智能機械臂
10.6智能汽車
10.7腦控機器人
本章小結
習題
參考文獻
展開全部
普通高等教育人工智能系列教材人工智能基礎/楊杰 作者簡介
楊杰，上海交通大學二級教授，1989年師從人工智能國際著名權威Bernd Neumann教授(曾擔任世界智能大會主席和歐洲人工智能學會主席)，在德國漢堡大學取得人工智能方向博士學位后在國內從事20多年人工智能技術研究和應用，取得6項省部級成果獎，發表SCI檢索的高水平學術論文超過200篇，授權發明專利超過50項，培養了包括國家杰出青年基金獲得者在內的10多名正教授和30多名副教授。
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
【精裝繪本】畫給孩子的中國神話
- >
李白與唐代文化
- >
隨園食單
- >
史學評論
- >
名家帶你讀魯迅:朝花夕拾
- >
小考拉的故事-套裝共3冊
本類暢銷
