掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
人工智能技術基礎 版權信息
- ISBN：9787302664208
- 條形碼：9787302664208 ; 978-7-302-66420-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能技術基礎 本書特色
本書詳細闡述了深度神經網絡，知識圖譜，圖神經網絡，生成式人工智能方法和機器學習方法，還介紹了弱監督、自監督、遷移學習、深度強化學習、元學習和小樣本學習、持續學習等機器學習方法。還介紹了大語言模型中的機器學習方法。
人工智能技術基礎 內容簡介
人工智能在人類社會各領域得到廣泛應用，已成為社會進步的核心技術。本書全面介紹當前人工智能技術的基礎理論和方法，包括深度神經網絡、知識圖譜、圖神經網絡、生成式人工智能和機器學習方法5部分內容。重點介紹深度神經網絡基本原理、卷積神經網絡、循環神經網絡、注意力機制和Transformer，介紹知識圖譜、圖神經網絡和生成式人工智能的基本理論與方法，*后簡要介紹弱監督、自監督、遷移學習、深度強化學習、元學習和小樣本學習、持續學習等機器學習方法，還介紹了大語言模型中的機器學習方法。
本書是作者總結近年來的教學和科研成果，結合國內外人工智能技術領域*新成果編寫而成的。全書內容體系新穎，具有先進性、系統性和實用性。本書可作為高等學校人工智能技術課程的教材，也可供相關專業的工程技術人員參考。
人工智能技術基礎 目錄
第1章人工智能簡介1
1.1人工智能的定義及發展歷史1
1.1.1人工智能的定義1
1.1.2人工智能的發展歷史1
1.2人工智能方法3
1.3人工智能的應用5
1.4人工智能的未來6
1.4.1近期發展目標6
1.4.2人工智能的未來7
1.5小結7
思考與練習7
第2章神經網絡基礎8
2.1生物神經元與生物神經網絡8
2.1.1生物神經元8
2.1.2生物神經網絡9
2.2人工神經元與人工神經網絡9
2.2.1人工神經元9
2.2.2激活函數10
2.2.3人工神經網絡13
2.3前向神經網絡13
2.4反向傳播算法14
2.4.1鏈式法則15
2.4.2梯度下降法15
2.4.3反向傳播算法15
2.4.4反向傳播算法的改進算法18
2.5處理數據和訓練模型的技巧20
2.5.1數據預處理——數據標準化20
2.5.2權重初始化21
2.5.3防止過擬合的常用方法23
2.6小結24
思考與練習24
第3章卷積神經網絡25
3.1卷積神經網絡的特性25
3.1.1局部連接26
3.1.2權值共享26
3.1.3不變性27
3.2卷積神經網絡結構和訓練27
3.2.1卷積層27
3.2.2池化層32
3.2.3全連接層33
3.2.4卷積神經網絡的訓練35
3.3卷積神經網絡經典模型36
3.3.1LeNet5網絡37
3.3.2AlexNet網絡38
3.3.3VGGNet網絡41
3.3.4其他幾種經典網絡的基本結構42
3.4小結48
思考與練習48
第4章循環神經網絡49
4.1循環神經網絡的基本結構49
4.2循環神經網絡的訓練方法52
4.2.1標準循環神經網絡的前向輸出流程52
4.2.2循環神經網絡的訓練方法——隨時間反向傳播53
4.2.3循環神經網絡訓練過程中的梯度消失和梯度爆炸問題及解決方法54
4.3循環神經網絡拓展模型56
4.3.1簡單循環網絡56
4.3.2雙向循環網絡56
4.3.3長短期記憶網絡57
4.3.4門控循環單元網絡61
4.4循環神經網絡的應用結構62
4.4.1同步的序列到序列結構（N到N）62
4.4.2序列分類結構（N到1）62
4.4.3向量到序列結構（1到N）62
4.4.4異步的序列到序列的模式（N到M）64
4.5小結65
思考與練習65
第5章注意力機制67
5.1軟注意力機制的原理及計算過程68
5.2通道注意力和空間注意力70
5.2.1通道注意力70
5.2.2空間注意力73
5.2.3混合注意力73
5.3自注意力機制76
5.3.1自注意力機制的輸入方式及特性76
5.3.2自注意力機制與RNN的區別79
5.3.3自注意力機制在視覺領域的應用80
5.4互注意力機制84
5.5小結85
思考與練習85
第6章Transformer86
6.1Transformer的結構和工作原理86
6.1.1Transformer的輸入89
6.1.2多頭自注意力機制90
6.1.3編碼器結構92
6.1.4譯碼器結構93
6.1.5Transformer的訓練95
6.1.6Transformer的特點分析96
6.2Transformer在NLP中的應用96
6.2.1BERT的基本原理和訓練方法97
6.2.2GPT的基本原理和訓練方法101
6.3Transformer在視覺領域中的應用104
6.3.1視覺Transformer104
6.3.2其他視覺Transformer106
6.3.3受ViT啟發解決視覺問題的多層感知機112
6.4小結115
思考與練習115
第7章知識圖譜116
7.1知識圖譜的起源116
7.1.1知識工程和專家系統116
7.1.2語義網絡、語義網、鏈接數據和知識圖譜117
7.1.3知識圖譜的定義118
7.2知識圖譜的架構119
7.2.1邏輯架構119
7.2.2技術架構120
7.3知識抽取121
7.3.1非結構化數據的知識抽取122
7.3.2結構化數據的知識抽取130
7.3.3半結構化數據的知識抽取130
7.4知識融合134
7.4.1知識融合的基本技術流程136
7.4.2典型知識融合工具137
7.4.3實體鏈接140
7.4.4知識合并144
7.5知識加工145
7.5.1實體構建145
7.5.2知識推理146
7.5.3質量評估148
7.5.4知識更新148
7.6小結148
思考與練習148
第8章圖神經網絡149
8.1圖論基礎與圖譜理論149
8.1.1圖論基礎149
8.1.2圖譜理論151
8.2圖神經網絡基本原理153
8.2.1圖神經網絡的基本操作153
8.2.2多層GNN155
8.2.3GNN應用場景156
8.3圖神經網絡分類157
8.4卷積圖神經網絡158
8.4.1基于圖譜理論的ConvGNN159
8.4.2基于空間的ConvGNN160
8.5圖注意力網絡161
8.6圖生成網絡163
8.7圖時空網絡164
8.8小結166
思考與練習166
第9章生成式人工智能模型167
9.1變分自編碼器168
9.1.1原理概念168
9.1.2訓練方法169
9.1.3應用方法170
9.2生成對抗網絡171
9.2.1GAN的基本原理171
9.2.2GAN網絡的幾種結構172
9.2.3GAN訓練中生成與訓練集之間的相似評價方法174
9.3流模型177
9.3.1流模型的工作原理177
9.3.2流模型的常見分類方法178
9.3.3常見的流模型轉換函數設計179
9.4擴散模型180
9.4.1去噪擴散概率模型DDPM181
9.4.2基于分數匹配的隨機微分方程擴散模型183
9.4.3擴散模型的采樣生成184
9.5穩定擴散模型186
9.5.1LDM隱式擴散187
9.5.2文本與圖像的關聯方法——CLIP模型188
9.5.3其他條件下的生成模型189
9.5.4穩定擴散模型的應用190
9.6小結194
思考與練習194
第10章機器學習195
10.1弱監督學習195
10.1.1主動學習196
10.1.2半監督學習197
10.2自監督學習198
10.2.1生成式自監督學習199
10.2.2判別式自監督學習200
10.3遷移學習202
10.4深度強化學習204
10.4.1強化學習系統概述205
10.4.2基于值函數的深度強化學習207
10.4.3基于策略的深度強化學習208
10.4.4基于演員—評論家的深度強化學習209
10.4.5多智能體深度強化學習210
10.5元學習和小（零）樣本學習212
10.5.1基于模型的元學習方法213
10.5.2模型無關的元學習方法216
10.6持續學習218
10.6.1持續學習的應用場景和主要挑戰219
10.6.2持續學習的主要方法222
10.7大語言模型中的機器學習方法226
10.7.1提示學習和指示學習227
10.7.2上下文學習和思維鏈提示228
10.7.3基于人類反饋的強化學習233
10.8小結236
思考與練習236
參考文獻237
展開全部
人工智能技術基礎 作者簡介
王科俊，教授，博導。中國人工智能學會理事，黑龍江省人工智能學會理事長，黑龍江省神經科學學會副理事長，北京理工大學珠海校區教授，哈爾濱工程大學教授，黑龍江大學兼職教授。主要從事深度學習與神經網絡、智能監控和多模態生物特征識別等方向的研究。完成科研項目30余項，發表論文350余篇，出版學術專著4部、教材3部，主審教材2部。獲得部級科技進步二等獎3項、三等獎4項，省高校科學技術一等獎1項、二等獎1項。獲得授權發明專利38項，國家版權局軟件著作權登記1項。1996年獲得中國船舶工業總公司“優秀青年科技工作者”稱號，1999年當選哈爾濱工程大學首屆十大杰出青年。黑龍江省杰出青年基金獲得者。 盧桂萍，教授，高級工程師。廣東省工程圖學學會理事，廣東省科協學會學術項目評審專家，珠海市工業互聯網協會理事，珠海市創客協會理事，珠海市科學技術協會專家，北京理工大學珠海校區教授。主要從事人工智能技術理論與應用、多模態情感識別、虛擬現實與網絡化制造等方向的研究。主持教科研項目20余項，發表論文40余篇。作為主編、副主編出版教材8本。獲得授權發明專利12項、計算機軟件著作權3項。2013年被評為珠海市先進教師，2015年被評為南粵優秀教師，2014-2018年入選廣東省“千百十”人才培養計劃第八批培養對象。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
經典常談
- >
巴金－再思錄
- >
推拿
- >
羅曼·羅蘭讀書隨筆-精裝
- >
【精裝繪本】畫給孩子的中國神話
- >
莉莉和章魚
- >
唐代進士錄
本類暢銷
