• 人工智能导论 大中专理科科技综合 王飞,潘立武 编
  • 人工智能导论 大中专理科科技综合 王飞,潘立武 编
21年品牌 40万+商家 超1.5亿件商品

人工智能导论 大中专理科科技综合 王飞,潘立武 编

none

20.25 4.5折 45 全新

库存3件

河北保定
认证卖家担保交易快速发货售后保障

作者王飞,潘立武 编

出版社中国水利水电出版社

ISBN9787522604565

出版时间2022-02

版次1

装帧平装

开本16

页数248页

字数387千字

定价45元

货号404_9787522604565

上书时间2024-11-01

小海马书店

四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

前言

章  绪论

1.1  人工智能概论

1.1.1  人工智能的定义

1.1.2  人工智能的发展史及流派

1.1.3  人工智能的研究目标和意义

1.1.4  人工智能的研究途径

1.2  人工智能的现在和未来

1.2.1  人工智能的研究领域

1.2.2  人工智能的发展趋势

1.3  本章小结

题1

第2章  知识表示与推理

2.1  知识表示

2.1.1  知识的概念

2.1.2  知识的分类和特

2.1.3  产生式表示法

2.1.4  框架表示法

2.1.5  其他表示法

2.2  知识推理

2.2.1  不确定推理的概念和分类

2.2.2  概率推理

2.2.3  主观bayes方法

2.2.4  可信度方法

2.2.5  模糊推理

2.3  本章小结

题2

第3章  图搜索技术和问题求解

3.1  搜索策略概述

3.1.1  空间表示法

3.1.2  盲目搜索

3.1.3  启发式搜索

3.1.4  博弈搜索

3.2  图的搜索

3.2.1  图搜索策略

3.2.2  博弈树搜索策略

3.3  实战——应用爬虫爬取新闻报道

3.4  本章小结

题3

第4章  智能优化算法

4.1  智能优化算法概述

4.1.1  智能优化算法的相关概念

4.1.2  智能优化算法的分类

4.2  进化算法

4.2.1  遗传算法

4.2.2  其他进化算法

4.3  集群智能算法

4.3.1  蚁群算法

4.3.2  粒子群算法

4.4  其他智能优化算法

4.4.1  模拟退火算法

4.4.2  禁忌搜索算法

4.5  实战——应用遗传算法解决问题

4.6  本章小结

题4

第5章  机器学

5.1  机器学概述

5.1.1  机器学的发展与分类

5.1.2  监督学

5.1.3  无监督学

5.1.4  半监督学

5.1.5  强化学

5.2  符号学

5.2.1  记忆学

5.2.2  归纳学

5.2.3  演绎学

5.3  实战——线回归与决策树

5.3.1  使用线回归预测房价

5.3.2  使用决策树预测房价

5.4  本章小结

题5

第6章  人工神经网络与深度学

6.1  人工神经网络

6.1.1  神经元与神经网络

6.1.2  神经网络的类型

6.1.3  bp神经网络

6.2  深度学

6.2.1  深度学与卷积网络

6.2.2  textn模型

6.3  实战——使用bp与n完成手写数字识别

6.3.1  bp网络手写数字识别

6.3.2  n手写数字识别

6.4  本章小结

题6

第7章  专家系统

7.1  专家系统概述

7.1.1  专家系统的发展

7.1.2  专家系统的定义与特点

7.1.3  专家系统的分类

7.2  专家系统的

7.2.1  专家系统的一般结构

7.2.2  专家系统的基本工作

7.3  专家系统的开发过程

7.3.1  知识获取和知识工程

7.3.2  专家系统的开发步骤

7.3.3  专家系统开发工具

7.4  专家系统实例

7.5  本章小结

题7

第8章  模式识别与机器视觉

8.1  模式识别

8.1.1  模式识别的基本概念

8.1.2  模式识别的方法

8.1.3  模式识别过程

8.1.4  模式识别应用

8.2  机器视觉

8.2.1  机器视觉的定义和构成

8.2.2  机器视觉的分类和应用

8.2.3  图像识别

8.2.4  人脸识别

8.3  实战——人脸表情识别

8.3.1  人脸表情识别的常用方法

8.3.2  实战——基于深度学的人脸表情识别系统

8.4  本章小结

题8

第9章  强化学与生成对抗网络

9.1  强化学概述

9.1.1  强化学基础

9.1.2  强化学分类

9.1.3  强化学的应用

9.2  生成对抗网络概述

9.2.1  生成对抗模型

9.2.2  生成对抗模型的数学

9.2.3  生成对抗网络的实际应用

9.3  实战——基于stylegan-v2实现值融合

9.4  本章小结

题9

参文献

内容简介:

本书分为9章,包括绪论、知识表示与推理、图搜索技术和问题求解、智能优化算法、机器学、人工神经网络与深度学、专家系统、模式识别与机器视觉、强化学与生成对抗网络。
    本书力求在讲解人工智能基础的前提下,对应用型的人工智能前沿知识理论和科技成果进行展现,结构组织合理,理论与实践相结合,对读者的层次和理解能力进行了充分虑,并提供了多种流行人工智能框架的实用案例。
    本书适合作为高等院校人工智能基础课程的教材,也可以作为人工智能应用开发工程师及相关科技人员的参用书。

—  没有更多了  —

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP