人工智能基礎
邵明東,李偉,張藝耀
- 出版商: 電子工業
- 出版日期: 2020-08-01
- 定價: $324
- 售價: 7.9 折 $256
- 語言: 簡體中文
- 頁數: 204
- ISBN: 7121378132
- ISBN-13: 9787121378133
-
相關分類:
Machine Learning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$301人工智能:商業化落地實戰
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
VIP 95折
深入淺出 SSD 測試 : 固態存儲測試流程 方法與工具$594$564 -
VIP 95折
MCP 開發從入門到實戰$515$489 -
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
RISC-V 架構 DSP 處理器設計$534$507 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
85折
$454RAG 實踐權威指南:構建精準、高效大模型之道 -
VIP 95折
CUDA 並行編程與性能優化$714$678 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
VIP 95折
大模型驅動的具身智能 架構,設計與實現$534$507 -
VIP 95折
納米級CMOS VLSI電路(可制造性設計)$474$450 -
VIP 95折
Manus應用與AI Agent設計指南:從入門到精通$359$341 -
87折
$360高薪Offer 簡歷、面試、談薪完全攻略 -
VIP 95折
軟件系統優化$534$507 -
VIP 95折
芯片的較量 (日美半導體風雲)$414$393 -
VIP 95折
Manus AI 智能體從入門到精通$294$279 -
VIP 95折
深度學習:基礎與概念$1,128$1,072 -
85折
$505GitHub Copilot 編程指南 -
87折
$469Cursor 與 Copilot 開發實戰 : 讓煩瑣編程智能化 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
Verilog HDL 計算機網絡典型電路算法設計與實現$354$336 -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673
簡體館年度書展|現貨2書79折3書75折 詳見活動內容 »
-
85折
$806Linux x64 匯編語言編程 -
VIP 95折
MCP 極簡開發 : 輕鬆打造高效智能體$479$455 -
VIP 95折
硬件系統模糊測試:技術揭秘與案例剖析$419$398 -
VIP 95折
生成式視覺模型原理與實踐$288$274 -
87折
$459AI大模型:賦能通信產業 -
VIP 95折
科學預測——預見科學之美$408$388 -
VIP 95折
Processing創意編程入門:從編程原理到項目案例$299$284 -
87折
$360高薪Offer 簡歷、面試、談薪完全攻略 -
VIP 95折
軟件系統優化$534$507 -
85折
$505GitHub Copilot 編程指南 -
85折
$551C#核心編程200例(視頻課程+全套源程序) -
VIP 95折
SAAS + AI 架構實戰:業務解析、架構設計、AI 應用$708$673 -
VIP 95折
深入淺出 Docker, 2/e$419$398 -
85折
$658Unity 特效制作:Shader Graph 案例精講 -
79折
$275零基礎玩轉國產大模型DeepSeek -
VIP 95折
人工智能大模型:機器學習基礎$774$735 -
VIP 95折
RAG 極簡入門:原理與實踐$419$398 -
VIP 95折
大模型實戰 : 從零實現 RAG 與 Agent 系統$419$398 -
VIP 95折
算法趣學(第2版)$348$331 -
VIP 95折
大模型理論與實踐——打造行業智能助手$354$336 -
VIP 95折
大模型應用開發 RAG 實戰課$599$569 -
85折
$509生成式人工智能 (基於 PyTorch 實現) -
VIP 95折
機器人抓取力學$894$849 -
VIP 95折
集成電路版圖設計從入門到精通$474$450 -
VIP 95折
Java 學習筆記, 6/e$839$797
相關主題
商品描述
本書主要面向大專(高職)一年級學生,幫助學生瞭解人工智能的基礎知識,熟悉人工智能技術和產業的發展現狀與市場需求,培養學生的人工智能應用能力,主要內容包括人工智能概述、知識表示和知識圖譜、機器學習、人工神經網絡與深度學習、智能識別、自然語言處理、專家系統、智能體與智能機器人、Python語言、人工智能案例設計與實現。本書面向高等職業院校所有專業的學生,使學生瞭解人工智能的研究和應用,幫助學生瞭解人工智能對現代生活的改變和影響,熟悉人工智能對工業、醫療、安防、社交、機器人、無人駕駛、家居、生活服務等方面的應用滲透;幫助學生瞭解人工智能的發展過程與基本知識,熟悉人工智能產業的發展現狀與市場需求,培養人工智能的應用能力。因此本書適合作為高職院校所有專業的通識教材,用於開拓學生的科技視野,培養人工智能的應用能力。
目錄大綱
目?錄
第1章?人工智能概述
1.1?人工智能概況
?? 1.1.1?人工智能定義
?? 1.1.2?人工智能的研究領域
?? 1.1.3?人工智能的發展
1.2?人工智能的價值
?? 1.2.1?人工智能的應用價值
?? 1.2.2?人工智能的社會價值
1.3?人工智能的應用領域
1.4?人工智能的未來與展望
第2章?知識表示和知識圖譜
2.1?知識與知識表示
?? 2.1.1?知識
?? 2.1.2?知識表示
?? 2.1.3?常用的知識表示方法
2.2?知識圖譜
?? 2.2.1?知識圖譜的定義
?? 2.2.2?知識圖譜的架構
?? 2.2.3?知識圖譜的應用
?? 2.2.4?知識圖譜的總結與展望
第3章 機器學習
3.1?機器學習概述
?? 3.1.1 基本含義
?? 3.1.2 發展歷程
?? 3.1.3 相關學科
?? 3.1.4?應用場景
3.2?機器學習的類型
3.3?機器學習的方法
?? 3.3.1 監督學習的算法
?? 3.3.2 無監督學習的算法
3.4 機器學習的工具
第4章?人工神經網絡與深度學習
4.1?神經網絡的發展概況
4.2?神經元
?? 4.2.1?生物神經元結構
?? 4.2.2?人工神經元
4.3?人工神經網絡
?? 4.3.1?人工神經網絡的基本特徵
?? 4.3.2?幾種典型的人工神經網絡模型
?? 4.3.3?人工神經網絡的發展方向
?? 4.3.4?人工神經網絡的應用
4.4?深度學習
?? 4.4.1?深度學習的定義
?? 4.4.2?捲積神經網絡的結構
?? 4.4.3?捲積神經網絡的訓練過程
?? 4.4.4?深度學習的應用
第5章 智能識別
5.1?電腦視覺
5.2?圖像識別
5.3?模式識別
?? 5.3.1 模式識別概述
?? 5.3.2 模式識別的基本方法
5.4?語音識別
5.5?生物特徵識別
第6章?自然語言處理
6.1?自然語言處理概述
?? 6.1.1?自然語言處理的基本概念
?? 6.1.2?自然語言處理的發展
?? 6.1.3?自然語言處理的難點
6.2?自然語言處理過程的層次任務
6.3 自然語言處理中的幾種不同方法
?? 6.3.1 基於規則的專家系統
?? 6.3.2 基於統計的學習方法
?? 6.3.3 基於深度學習的方法
6.4 中文語料庫
6.5 自然語言處理的應用
第7章 專家系統
7.1?專家系統概述
7.2?專家系統的基本結構與工作原理
7.3?專家系統的開發工具
7.4?專家系統的設計與實現
?? 7.4.1?專家系統的基本設計思想
?? 7.4.2?專家系統設計的關鍵問題
?? 7.4.3 專家系統的構造原則
?? 7.4.4 專家系統的主要設計步驟
?? 7.4.5 專家系統選擇的原則
?? 7.4.6 專家系統開發的基本步驟
第8章 智能體與智能機器人
8.1?智能體
?? 8.1.1?分佈式人工智能
?? 8.1.2?智能體的概念
?? 8.1.3?智能體的特性
?? 8.1.4?智能體的結構
?? 8.1.5?智能體結構分類
?? 8.1.6?Agent的應用
8.2?多智能體
?? 8.2.1?多智能體系統
?? 8.2.2?多智能體系統的模型結構
?? 8.2.3?多智能體協商
?? 8.2.4?多智能體系統應用領域
8.3?智能機器人
?? 8.3.1?智能機器人的發展歷程
?? 8.3.2?智能機器人的分類
?? 8.3.3?智能機器人的結構
?? 8.3.4?智能機器人的研究方向
第9章?Python語言
9.1?人工智能語言
?? 9.1.1?常用的人工智能語言
?? 9.1.2?其他AI編程語言
9.2?Python語言基礎
?? 9.2.1?Python語言概述
?? 9.2.2?Python開發環境搭建
?? 9.2.3?運行Python
?? 9.2.4?Python語句與編程基礎
?? 9.2.5?變量與運算符
?? 9.2.6?字符串、列表、元組、字典
?? 9.2.7?函數
9.3?Python語言中的AI庫
9.4?Python語言在AI領域中的應用
9.5?Python AI開源項目
第10章?人工智能案例設計與實現
10.1?智能聊天機器人
10.2?智能識別手寫數字
?? 10.2.1?背景知識
?? 10.2.2?功能設計
?? 10.2.3?編碼實現
?? 10.2.4?功能測試
參考文獻
