人工智能与机器学习的算法与应用研究

图书标准信息

• 作者 刘艳青、齐永波、薛艳锋 著
• 出版社 原子能出版社
• 出版时间 2022-03
• 版次 1
• ISBN 9787522114408
• 定价 98.00元
• 装帧 平装
• 开本 16开
• 页数 303页
• 字数 99999千字

【内容简介】

人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是一门研究机器智能的学科，人工智能的核心技术是机器学习算
    法，尤其是深度学习算法，自从21 世纪初获得突破性研究进展之后，机器学习算法已经成为各研究领域的热门话题。本书全面系统地讲解
    了人工智能与机器学习的理论与方法，内容包括绪论、机器学习经典算法、降维算法、神经网络与深度学习、蒙特卡罗方法、生成对抗网
    络、强化学习、集成学习与推荐系统、机器学习的应用、人工智能的应用。本书内容广泛，概念清晰，是一本值得学习研究的著作，可供
    相关人员参考使用。

【目录】

 章  绪论
  1.1  什么是人工智能与机器学
  1.2  机器学和人工智能的关系
  1.3  大数据与机器学的关系
  1.4  人工智能与机器学的新前沿
第2章  机器学经典算法
  2.1  朴素贝叶斯
  2.2  k近邻算法
  2.3  决策树
  2.4  支持向量机
第3章  降维算法
  3.1  特征选择法
  3.2  主成分分析法
  3.3  主成分分析的核方法
  3.4  线判别分析法
  3.5  因素分析
  3.6  独立成分分析
  3.7  局部线嵌入
  3.8  自
  3.9  isomap算法
第4章  神经网络与深度学
  4.1  神经网络
  4.2  卷积神经网络
  4.3  循环神经网络
  4.4  长短期记忆单元
  4.5  深度信念网络和受限玻耳兹曼机
第5章  蒙特卡罗方法
  5.1  采样和蒙特卡罗方法
  5.2  马尔可夫链蒙特卡罗方法
  5.3  gibbs采样
  5.4  不同的峰值之间的混合
  5.5  蒙特卡罗树搜索的特征
第6章  生成对抗网络
  6.1  生成对抗网络的概述
  6.2  生成对抗网络
  6.3  gan的实际应用
  6.4  gan的缺陷：梯度的消失
  6.5  深度卷积生成对抗网络
  6.6  其他改进的生成对抗网络
  6.7  gan的未来
第7章  强化学
  7.1  强化学模型及基本要素
  7.2  马尔可夫决策过程
  7.3  模型已知的强化学
  7.4  模型未知的强化学
  7.5  深度强化学
第8章  集成学与系统
  8.1  集成学
  8.2  系统
第9章  机器学的应用
  9.1  机器学算法在机器视觉领域的应用
  9.2  机器学算法在物联网的应用
  9.3  机器学算法在其他领域的应用
0章  人工智能的应用
  10.1  人工智能在金融领域的应用
  10.2  人工智能在教育领域的应用
  10.3  人工智能在医疗领域的应用
  10.4  人工智能在人脸和声音识别中的应用
  10.5  人工智能在中国农业发展中的应用
参文献