新書推薦：
《
明清与李朝时代
》
售價：HK$
81.6
《
感动，如此创造
》
售價：HK$
71.8
《
商业人像摄影
》
售價：HK$
95.8
《
抗争表演
》
售價：HK$
74.4
《
咏春八斩刀
》
售價：HK$
83.8
《
聊不完的艺术家：跨界设计师穆夏
》
售價：HK$
117.6
《
失去的过去与未来的犯罪
》
售價：HK$
59.8
《
质子交换膜燃料电池系统及其控制 戴海峰，余卓平，袁浩 著
》
售價：HK$
238.8
|
| 內容簡介： |
|
本书系统地介绍了人工智能的基本原理、方法和应用技术，比较全面地反映了人工智能领域当前的研究进展和发展方向。全书共8章，具体内容包括人工智能的基本概念和发展概况、脑与认知、机器感知、知识表示与推理、计算智能、模式识别与机器学习、人工智能系统的硬件基础、人工智能系统的应用。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例，每章后附有思考题与习题。本书内容由浅入深、循序渐进、条理清晰，让读者在有限的时间内掌握人工智能的基本原理与应用技术，提高对人工智能问题的求解能力。本书可以作为高等院校人工智能、自动化、智能科学与技术、计算机、大数据等相关专业的教材，也可以供从事人工智能研究与应用的科技人员学习参考。
|
| 目錄：
|
|
前言第1章绪论1.1人工智能的基本概念1.1.1人工智能的概念1.1.2研究领域1.1.3存在意义1.2人工智能的历史进程1.2.1人工智能的起源1.2.2人工智能的发展与困难1.2.3人工智能的崛起与低谷1.2.4人工智能的爆发1.3“智能+”新时代1.3.1“智能+”新时代的到来1.3.2发展人工智能教育1.4本章小结思考题与习题参考文献第2章脑与认知2.1神经系统的结构与功能2.2感觉与知觉2.2.1物理感觉2.2.2化学感觉2.2.3知觉2.3学习与记忆2.4本章小结思考题与习题参考文献第3章机器感知3.1传感器基本特性与分类3.1.1传感器的静态特性3.1.2传感器的动态特性3.1.3传感器的分类3.2特征工程3.2.1数据预处理3.2.2特征缩放3.2.3特征编码3.2.4特征选择3.2.5特征提取3.3多源信息融合技术3.3.1多源信息融合概述3.3.2信息融合模型3.3.3多源信息融合算法3.3.4多源信息融合的应用3.4无线传感器网络3.4.1无线传感器网络基础3.4.2无线传感器网络的关键技术3.4.3无线传感器网络的应用3.4.4物联网与无线传感器网络3.5本章小结思考题与习题参考文献第4章知识表示与推理4.1确定性知识表示4.1.1命题与谓词4.1.2知识的产生式表示4.1.3知识的结构化表示4.1.4状态空间表示法4.2确定性推理方法4.2.1一般演绎推理4.2.2归结演绎推理4.3不确定性知识表示方法与推理4.3.1概率表示及推理方法4.3.2证据理论4.4问题求解4.4.1一般图搜索4.4.2盲目搜索4.4.3启发式搜索4.4.4对抗搜索4.5本章小结思考题与习题参考文献第5章计算智能5.1模糊理论5.1.1模糊集合及其运算5.1.2模糊推理5.1.3模糊控制5.2神经网络5.2.1神经网络的结构5.2.2神经网络的学习机制5.2.3感知器5.2.4BP神经网络5.2.5径向基函数神经网络5.2.6反馈式神经网络5.2.7自组织竞争神经网络5.2.8CMAC网络5.3遗传算法5.3.1遗传算法原理5.3.2遗传算法应用框架5.4群体智能5.4.1蚁群算法5.4.2粒子群算法5.5本章小结思考题与习题参考文献第6章模式识别与机器学习6.1基本概念6.1.1研究分类6.1.2研究模型6.1.3研究内容6.2分类算法6.2.1二分类6.2.2多类别分类6.2.3贝叶斯分类6.2.4决策树学习6.3聚类算法6.3.1聚类算法的原理6.3.2k-均值算法原理6.3.3GMM算法6.3.4DBSCAN算法6.4回归算法6.4.1回归算法原理6.4.2小二乘法6.4.3逻辑回归6.5支持向量机6.5.1支持向量机原理6.5.2点到超平面的距离公式6.5.3间隔的优化模型6.5.4松弛变量6.5.5支持向量机的优化6.6深度学习6.6.1基本思路与训练过程6.6.2卷积神经网络原理6.6.3LeNet网络原理6.6.4卷积神经网络的训练6.7降维6.7.1数据降维6.7.2主成分分析（PCA）原理6.8本章小结思考题与习题参考文献第7章人工智能系统的硬件基础7.1人工智能基础设施7.1.1云计算7.1.2边缘计算7.2嵌入式系统概述7.2.1嵌入式系统原理7.2.2嵌入式系统开发方法7.2.3嵌入式系统开放资源7.3FPGA概述7.3.1FPGA基本原理7.3.2FPGA开发方法7.3.3FPGA开放资源7.4本章小结思考题与习题参考文献第8章人工智能系统的应用8.1机器视觉典型应用8.1.1Python实现8.1.2嵌入式系统实现8.1.3FPGA实现8.2无人驾驶系统典型应用8.2.1Python实现8.2.2嵌入式系统实现8.2.3FPGA实现8.3本章小结思考题与习题参考文献
|
| 內容試閱：
|
|
人工智能学科的诞生经历了漫长的历史过程，也经历了多次兴衰，拥有不同的学派。美国和欧洲相继启动了人工智能研究计划，我国也启动了新一代人工智能重大研究计划，并且将发展人工智能技术列入政府工作报告。人工智能将引领新一轮工业革命，并将大大改善和影响人类未来的生活。随着人工智能技术的发展，国内高校纷纷开设了人工智能课程，因此编写面向高校学生的人工智能课程的教材具有积极的意义。本书可使学生学习和掌握人工智能的基本概念和基本原理，了解人工智能的一些前沿内容，拓宽知识面，启发思路，为今后在相关领域应用人工智能技术奠定基础。 本书结合编者多年来从事人工智能领域科研和教学的经验，选择人工智能的经典实用的关键技术以及人工智能近年来发展的技术作为主要内容，帮助读者了解人工智能的发展历史，在了解和掌握经典人工智能技术的基础上更好地理解和掌握的人工智能技术。 本书系统地介绍了人工智能的基本原理、方法和应用技术，比较全面地反映了人工智能领域当前的研究进展和发展方向。全书共8章，具体内容包括人工智能的基本概念和发展概况、脑与认知、机器感知、知识表示与推理、计算智能、模式识别与机器学习、人工智能系统的硬件基础、人工智能系统的应用。为了便于读者理解，在介绍关键技术的同时，列举了一些应用实例，每章后附有思考题与习题。本书内容由浅入深、循序渐进、条理清晰，让学生在有限的时间内掌握人工智能的基本原理与应用技术，提高对人工智能问题的求解能力。 本书可以作为高等院校人工智能、自动化、智能科学与技术、计算机、大数据等相关专业的教材，也可供从事人工智能研究与应用的科技人员学习参考。 本书是人工智能专业的基础启蒙教材，如果读者对于其中某些内容的技术细节和发展动态感兴趣，可以进一步参考人工智能领域的专业期刊和专业会议的学术论文。当前人工智能技术处于高速发展阶段，新技术不断涌现，本书将在今后的修订版中进一步及时添加技术和应用。由于编者水平有限，书中错误或不当之处在所难免，恳请读者和专家指正，以便在修订版中加以改进完善。 编者
|
|
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
