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
人工智能導論及工程案例 版權信息
- ISBN：9787577211343
- 條形碼：9787577211343 ; 978-7-5772-1134-3
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能導論及工程案例 本書特色
3個工程案例及代碼9個高清視頻及配套PPT9套習題及答案1套教學大綱
人工智能導論及工程案例 內容簡介
本書是面向大學普通本科生及部分研究生學習人工智能知識及實踐需求而針對性地設計的教材。在基礎理論方面,考慮了零基礎接觸人工智能知識學習要求,安排了人工智能的定義、發展簡史、研究內容、研究領域等內容,同時在智慧城市、智慧交通、智慧家居、智慧醫療、智慧農業、智慧教育、智慧新零售與智能客戶服務、智慧金融等應用場景上進行了導人介紹,方便讀者了解人工智能知識與應用的整體情況。在理論和技術結合部分,則給出了知識工程、搜索算法、機器學習、深度學習、計算機視覺、自然語言處理、智能機器人等專業實踐內容。從工程實踐角度,則給出了基于深度學習的路面病害檢測應用、融入情緒指標的深度學習在量化投資模型中的應用、魚類圖像深度學習分類的工程案例內容。本書適合作為普通大學本科及研究生人工智能相關專業教材,緒論部分亦適合非計算機專業本科生使用，本書也可供相關教師及工程人員自學使用。
人工智能導論及工程案例 目錄
目錄第1章 緒論1.1 人工智能基礎知識1.1.1 人工智能的定義1.1.2 人工智能的分類1.2 人工智能的發展簡史1.3 人工智能的三大流派1.4 人工智能的研究內容及研究領域1.4.1 人工智能的研究內容1.4.2 人工智能的研究領域1.4.3 人工智能的實現要素習題 1第2 章人工智能領域的應用2.1智慧城市2.1.1智慧城市概述2.1.2智慧城市的標準化2.1.3智慧城市與數字城市的差異2.2智慧交通2.2.1 智慧交通概述2.2.2 智慧交通系統2.3 智慧家居2.3.1 智慧家居概述2.3.2 智慧家居的通用技術2.3.3智慧家居系統2.3.4智慧家居家庭場景 2.3.5 智慧家居社區場景2.4智慧醫療2.4.1 智慧醫療概述2.4.2 智慧醫療保健2.4.3 智慧醫療決策2.5 智慧農業2.5.1 智慧農業概述2.5.2 智慧農業主要技術方向2.5.3 智慧農業主要應用方向2.6 智慧教育2.6.1 智慧教育概述2.6.2 智慧教育的基本架構與教育模式2.6.3 智慧校園與智慧教室2.6.4 智慧教育的展望2.7 智慧新零售與智能客戶服務2.7.1 智慧新零售概述2.7.2 智能客戶服務2.7.3智能客戶服務大中小企業布局智能客服2.7.4智能客戶服務智能客服的人機分工2.8 智慧金融2.8.1 智慧金融概述2.8.2智慧金融應用2.8.3智慧金融與傳統金融的區別習題 2第3 章知識工程3.1概念表示3.1.1 經典概念表示3.1.2數理邏輯3.2 知識表示3.2.1 知識表示概述3.2.2謂詞邏輯表示法3.2.3產生式表示法3.2.4框架表示法3.2.5 語義網絡表示法3.3 知識圖譜3.3.1 知識圖譜的概述3.3.2 知識圖譜的特征3.3.3知識圖譜的構建3.3.4 知識圖譜的應用習題 3第4章 搜索算法 4.1 搜索概述4.2 盲目搜索 4.2.1 深度優先搜索4.2.2 廣度優先搜索4.3 啟發式搜索 4.3.1 狀態空間法 4.3.2啟發性信息 4.3.3 A算法 習題4 第5章 機器學習5.1 機器學習概述 5.1.1 機器學習的定義5.1.2 機器學習簡史 5.1.3 機器學習的基本結構 5.2機器學習的類型 5.2.1 監督學習 5.2.2無監督學習5.2.3弱監督學習5.2.4半監督學習5.2.5強化學習5.2.6 聯邦學習5.3 機器學習的算法5.3.1 k近鄰算法5.3.2 k均值聚類5.3.3 決策樹算法5.3.4回歸算法 5.3.5貝葉斯算法 5.3.6機器學習算法的應用習題 5第6章 神經網絡與深度學習6.1 人工神經網絡 6.1.1 由人腦到人工神經網絡 6.1.2 BP 神經網絡6.2卷積神經網絡 6.2.1 CNN 結構6.2.2CNN 實例6.3 循環神經網絡6.3.1 RNN 結構6.3.2 RNN 實例6.4 圖神經網絡6.4.1 GNN 結構6.4.2 GNN 實例6.5 Transformer 注意力機制6.5.1 Transformer 結構6.5.2 Transformer 實例6.6 深度學習 6.6.1 深度學習的意義6.6.2深度學習的概念6.6.3深度學習的核心思路 6.6.4深度學習的實現 6.6.5深度學習與機器學習的對比 習題 6第7章計算機視覺7.1 計算機視覺的基礎7.1.1 模式識別 7.1.2 圖像識別7.2 計算機視覺研究知識7.2.1 計算機視覺的研究內容 ·7.2.2 計算機視覺的發展7.2.3計算機視覺的目的 7.2.4 計算機視覺與機器視覺的區別7.3 計算機視覺系統7.3.1 計算機視覺系統概述7.3.2 計算機視覺的應用——工作流程7.3.3應用舉例 7.3.4人臉識別 7.3.5自動駕駛 習題 7 第8章自然語言處理8.1自然語言處理的概念 8.1.1自然語言處理的目標 8.1.2自然語言處理的難點 8.1.3 語法分析與語義分析 8.1.4 自然語言處理的研究內容 8.2 機器翻譯8.3智能問答 8.4 語音處理 8.5 自然語言處理的未來 習題8第9章智能機器人9.1智能機器人基礎知識 9.2國家發展需求 9.3 機器人的發展 9.4 人工智能在機器人上的應用 9.4.1智能感知技術 9.4.2智能導航與規劃技術 9.4.3 智能控制與操作技術 9.4.4 機器人智能交互技術 9.4.5觸覺傳感技術 9.5 未來展望 習題 9第10章基于深度學習的路面病害檢測應用10.1 路面病害檢測理論基礎 10.1.1 YOLOv5 目標檢測算法10.1.2注意力機制 10.2工程項目 10.2.1 基于改進 YOLOv5 的多特征融合網絡10.2.2實驗數據集和模型訓練中10.2.3實驗結果與分析 10.2.4 總結 第11章 融入情緒指標的深度學習在量化投資模型中的應用中11.1 量化投資擇時分類模型原理11.2工程頂目 11.2.1 量化投資擇時分類模型11.2.2實驗數據集和模型訓練11.2.3實驗結果與分析 11.2.4總結 第 12 章魚類圖像深度學習分類12.1 基于卷積神經網絡的魚類圖像分類12.1.1 AlexNet 網絡12.1.2 GoogLeNet 網絡12.2.1 監督學習方式下基于卷積神經網絡的魚類圖像分類12.2.2實驗數據集合模型訓練12.2.3實驗結果與分析 12.2.4 總結參考文獻
展開全部
人工智能導論及工程案例 作者簡介
天津財經大學理工學院計算機與信息工程系主任、副教授、碩士生導師。主要研究方向為機器視覺與模式識別,可視化與可視分析。博士畢業于日本筑波大學計算機科學與技術專業,曾任職日本電氣株式會社（NEC）中央研究所,日本國立情報學研究所。擔任CCF YOCSEF 天津分論壇副主席，中國圖像圖形學學會可視化與可視分析專委會委員、中國體視學學會智能成像分會委員。
書友推薦
- >
史學評論
- >
回憶愛瑪儂
- >
二體千字文
- >
伯納黛特,你要去哪(2021新版)
- >
自卑與超越
- >
名家帶你讀魯迅:朝花夕拾
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
月亮虎
本類暢銷
