欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 人工智能导论(高等学校计算机科学与技术项目驱动案例实践系列教材)
      • 作者:编者:梁立新//王鑫//梁震戈//赵珩//李蒙|责编:张瑞庆//战晓雷
      • 出版社:清华大学
      • ISBN:9787302689560
      • 出版日期:2025/04/01
      • 页数:317
    • 售价:23.96
  • 内容大纲

        本书通过大量实验系统地介绍人工智能的原理和技术。本书共13章,主要内容包括人工智能概述,计算智能、机器学习、视觉感知、自然语言处理、语音处理、知识认知与推理、机器人、人工智能伦理与安全、人脸识别的应用、智能家居、智能制造、无人驾驶的应用,其中实验内容包括蚁群算法实验、波士顿房价预测实验、基于模式识别的光学字符识别实验、基于深度学习的图像分类实验、基于深度学习的人脸识别实验、基于云服务的智能问答机器人实验、机械臂语音控制实验、知识图谱医疗问答系统实验、机械臂视觉分拣实验、基于深度学习的人脸替换视频伪造实验。
        本书内容详尽,与时俱进,既有人工智能基础知识又有最新前沿技术,既有完整的理论体系又有大量的应用场景和实例,突出应用能力的培养。本书适合作为高等学校计算机相关专业本科、专科“人工智能”课程的教材,也可供从事人工智能研究与开发的专业人员参考。
  • 作者介绍

        梁立新,毕业于中国科学技术大学,获理学学士和管理科学硕士学位,后留学美国伊利诺依理工大学,获工商管理硕士学位。毕业后工作于美国华尔街、加拿大多伦多证券交易所和Canada Gain Fortune Inc.,担任高级软件设计师和首席技术官。现任深圳技术大学大数据与互联网学院副教授、外国专家局特聘专家。作为主审和作者与教育部高等学校计算机科学与技术教学指导委员会及高校学者研发出“全国高等院校项目驱动案例实践系列教材”并由清华大学出版社出版。其中两本教材获得国家级十二五规划优秀教材。 
  • 目录

    第1章  人工智能概述
      1.1  什么是人工智能
        1.1.1  人工智能的定义
        1.1.2  人工智能的类型
      1.2  人工智能的历史和未来
        1.2.1  人工智能的历史
        1.2.2  人工智能的未来
      1.3  人工智能的研究内容
      1.4  人工智能的发展趋势
        1.4.1  全球人工智能学术研究发展态势
        1.4.2  中外人工智能发展对比
      1.5  本章小结
      1.6  习题
    第2章  计算智能
      2.1  计算智能概述
      2.2  神经网络
        2.2.1  神经网络的定义
        2.2.2  神经网络的结构
      2.3  模糊系统
        2.3.1  模糊系统的定义
        2.3.2  if then规则
        2.3.3  模糊推理过程
      2.4  进化算法
        2.4.1  进化算法的定义
        2.4.2  进化算法的重要性与主要应用场景
        2.4.3  遗传算法
        2.4.4  蚁群算法
        2.4.5  旅行商问题
        2.4.6  蚁群算法实验
      2.5  本章小结
      2.6  习题
    第3章  机器学习
      3.1  有监督学习
        3.1.1  有监督学习的定义
        3.1.2  回归问题
        3.1.3  分类问题
        3.1.4  波士顿房价预测实验
      3.2  无监督学习
        3.2.1  无监督学习的分类与特点
        3.2.2  无监督学习的应用场景
        3.2.3  无监督学习的展望
      3.3  深度学习
        3.3.1  神经网络发展史
        3.3.2  分层神经网络
        3.3.3  反向传播
        3.3.4  深度学习的常用模型
      3.4  迁移学习
        3.4.1  迁移学习的定义
        3.4.2  迁移学习的适用场景
      3.5  强化学习

      3.6  本章小结
      3.7  习题
    第4章  视觉感知
      4.1  图像处理
        4.1.1  图像处理基础
        4.1.2  图像处理任务类型
      4.2  模式识别
        4.2.1  模式识别的定义
        4.2.2  模式识别应用技术
        4.2.3  基于模式识别的光学字符识别实验
      4.3  图像识别
        4.3.1  图像识别方法
        4.3.2  图像识别的应用
        4.3.3  基于深度学习的图像识别实验
      4.4  目标检测
      ……
    第5章  自然语言处理
    第6章  语音处理
    第7章  知识认知与推理
    第8章  机器人
    第9章  人工智能伦理与安全
    第10章  人脸识别的应用
    第11章  智能家居
    第12章  智能制造
    第13章  无人驾驶的应用
    附录A  安装Python实验环境
    附录B  安装图数据库Neo4j
    附录C  AI+智能分拣实训平台简介和使用方法