超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >
人工智能导论-面向非计算机专业

人工智能导论-面向非计算机专业

出版社:中国科学技术出版社出版时间:2018-08-01
开本: 16开 页数: 276
中 图 价:¥18.6(3.8折) 定价  ¥49.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>
本类五星书更多>
买过本商品的人还买了

人工智能导论-面向非计算机专业 版权信息

  • ISBN:9787504681195
  • 条形码:9787504681195 ; 978-7-5046-8119-5
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

人工智能导论-面向非计算机专业 本书特色

20世纪40年代以来,以电子、通信、计算机和网络技术为标志的第三次技术革命,将人类文明历带入信息时代,世界正在进入以信息产业为主导的新经济发展时期,越来越多地依靠信息资源的开发来精确调控物质资源和能量资源的使用。人工智能作为新一代信息技术的标志,是信息技术发展和信息社会需求到达一定阶段的产物。在政府积极引导和企业战略布局等推动下,人工智能产业从无到有,规模快速壮大,创新能力显著增强,服务能力大幅提升,应用范畴不断拓展,并为云计算、大数据、物联网等新兴领域的发展提供了基础支撑。 与此同时,对人工智能人才的需求也极为迫切。据国家工信部统计预测,未来3年将是我国人工智能产业人才需求相对集中的时期,尤其是能将人工智能与应用领域高效融合的跨界型人才极为紧缺。2017年,教育部、人社部、工信部联合印发《制造业人才发展规划指南》,对制造业十大重点领域的人才需求作出预测,排在首位的也是“新一代信息技术产业”人才。国家教育部正在实施的新工科计划也倡导打破旧有学科、专业与课程边界,在机械、电气、土木、建筑等各类工程专业的课程设计中融入新一代信息技术内容。在此形势下,为加速新一代信息技术人才培养,满足数字经济发展的人才需求,为实现经济高质量发展提供人才支撑,中国科学技术协会策划并组织编制以云计算、大数据、人工智能等为代表的新一代信息技术系列丛书,中国科学技术协会党组书记、常务副主席、书记处书记怀进鹏院士主持下,成立了新一代信息技术丛书编制委员会,聘请梅宏院士为丛书编委会主任,李培根院士、李骏院士、李德毅院士、谭铁牛院士、赵春江院士为丛书编委会委员,统筹编制工作。本书是该系列丛书之一。

人工智能导论-面向非计算机专业 内容简介

本书是中国科协新一代信息技术系列丛书之一。 本书内容包括知识表示、知识获取、知识应用三部分。其中,知识表示主要介绍概念表示、知识表示、知识图谱;知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习;知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱,本书还深入浅出地介绍了有关智能搜索技术、机器学习、神经网络、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。 本书主要面向大学非计算机类的工科专业的高年级学生与研究生,帮助学生了解人工智能的发展过程与基本知识,熟悉人工智能产业的发展现状与市场需求,培养人工智能应用能力。同时,对于计算机相关专业的学生,本书也可作为人工智能专业课程的先导学习材料。

人工智能导论-面向非计算机专业 目录

前言 李德毅
**章 绪论 001
11 人工智能的起源和定义 001
12 人工智能的流派 003
13 人工智能的进展和发展趋势 009
第二章 概念表示 012
21 经典概念理论 012
22 数理逻辑 013
23 集合论 017
24 概念的现代表示理论 020
第三章 知识表示 023
31 知识与知识表示的概念 023
32 产生式表示法 026
33 框架表示法 029
34 状态空间表示法 032
35 本章小结 036
第四章 知识图谱 038
41 知识图谱 038
42 本体知识表示 042
43 万维网知识表示 043
44 知识图谱的现状及发展 049
45 知识图谱的应用示例 055
46 本章小结 056
第五章 搜索技术057
51 图搜索策略 058
52 盲目搜索 059
53 启发式搜索 063
54 博弈搜索 067
55 本章小结 070
第六章 群智能算法072
61 群智能算法产生的背景 072
62 遗传算法 073
63 粒子群优化算法及其应用 083
64 蚁群算法 088
65 本章小结 092
第七章 机器学习094
71 机器学习的发展 095
72 监督学习 096
73 无监督学习 101
74 弱监督学习 104
75 讨论 108
76 本章小结 109
第八章 人工神经网络与深度学习111
81 神经网络的发展历史 111
82 神经元与神经网络 112
83 BP 神经网络及其学习算法 115
84 卷积神经网络 119
85 生成对抗网络 126
86 深度学习的应用 128
87 本章小结 131
第九章 专家系统 133
91 专家系统概述 133
92 推理方法 135
93 一个简单的专家系统 136
94 非确定性推理 142
95 专家系统工具 146
96 专家系统的应用 147
97 专家系统的局限性 148
98 本章小结 148
第十章 计算机视觉 150
101 计算机视觉概述 150
102 数字图像的类型及机内表示 152
103 常用计算机视觉模型和关键技术 153
104 应用实例:人脸识别技术 162
105 本章小结 164
第十一章 自然语言处理 166
111 自然语言处理概述 166
112 机器翻译 172
113 自然语言人机交互 177
114 智能问答 189
115 本章小结 193
第十二章 语音处理 195
121 语音的基本概念 195
122 语音识别 196
123 语音合成 202
?IV?
124 语音增强 206
125 语音转换 208
126 情感语音 210
127 本章小结 214
第十三章 规划 216
131 基本概念 216
132 经典规划 217
133 概率规划 221
134 典型应用 227
第十四章 多智能体系统229
141 智能体 229
142 智能体的具体结构 234
143 多智能体协商 236
144 多智能体学习 242
145 本章小结 244
第十五章 智能机器人246
151 概述 247
152 人工智能技术在机器人中的应用 249
153 智能机器人发展展望 259
参考文献262
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服