• 应用人工智能:工程方法:an engineering approach
21年品牌 40万+商家 超1.5亿件商品

应用人工智能:工程方法:an engineering approach

正版保障 假一赔十 可开发票

52.61 6.7折 79 全新

库存7件

广东广州
认证卖家担保交易快速发货售后保障

作者(德)伯恩哈德·G.胡姆(Bernhard G. Humm)著

出版社机械工业出版社

ISBN9787111729990

出版时间2023-07

装帧平装

开本16开

定价79元

货号12958484

上书时间2024-12-18

灵感书店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
目    录<br />译者序<br />前言<br />作者简介<br />第1章  引言  1<br />1.1  本书概述  2<br />1.2  什么是AI  3<br />1.3  AI简史  6<br />1.4  AI对社会的影响  7<br />1.5  有名的AI项目  8<br />1.6  扩展阅读  11<br />1.7  快速测验  11<br />第2章  机器学习  13<br />2.1  机器学习应用  14<br />2.2  机器学习领域和任务  16<br />2.3  机器学习方法  19<br />2.4  示例:使用决策树对客户进行分类  26<br />2.5  机器学习方法论  29<br />2.6  服务图和产品图  46<br />2.7  机器学习应用工程化  49<br />2.8  快速测验  52<br />第3章  知识表示  55<br />3.1  本体  56<br />3.2  知识表示方法  60<br />3.3  语义网标准  62<br />3.4  查询本体  71<br />3.5  基于规则的推理  76<br />3.6  知识表示服务图和知识表示产品图  82<br />3.7  提示和技巧  83<br />3.8  快速测验  86<br />第4章  AI应用架构  88<br />4.1  AI参考架构  88<br />4.2  应用示例:虚拟博物馆向导  90<br />4.3  数据集成/语义增强  91<br />4.4  应用逻辑/代理  92<br />4.5  呈现方式  95<br />4.6  编程语言  95<br />4.7  快速测验  96<br />第5章  信息检索  97<br />5.1  信息检索服务图  98<br />5.2  信息检索产品图  99<br />5.3  提示和技巧  100<br />5.4  应用示例:语义自动建议功能  101<br />5.5  快速测验  102<br />第6章  自然语言处理  104<br />6.1  重点  105<br />6.2  简单方法:词袋模型  107<br />6.3  深层语义分析:从字母到句子  109<br />6.4  服务图和产品图  112<br />6.5  示例  115<br />6.6  快速测验  121<br />第7章  计算机视觉  122<br />7.1  计算机视觉应用  122<br />7.2  计算机视觉任务和方法  128<br />7.3  服务图和产品图  129<br />7.4  示例  131<br />7.5  快速测验  140<br />第8章  复杂事件处理  141<br />8.1  基础  142<br />8.2  应用示例:智能工厂中的故障检测  143<br />8.3  服务图和产品图  147<br />8.4  快速测验  148<br />第9章  结论  149<br />附录  产品表  150<br />参考文献   162

内容摘要
大多数的AI书籍主要聚焦于AI背后的理论方法,却很少关注AI应用程序的工程化。目前存在哪些AI库、框架和服务?在哪种情况下应该选择哪种库、框架和服务?如何将它们整合到一个具有良好用户体验、易于维护的AI应用程序中?如何满足功能性要求和非功能性要求,特别是高性能要求?针对上述问题,本书结合当前的新兴技术和具体实例给出了很好的答案。<br /><br />本书首先介绍AI的定义以及AI的简要发展史,接着介绍主要的AI方法,包括机器学习和知识表示,之后给出AI应用程序架构设计的指导原则,最后聚焦于AI的各个分领域,包括信息检索、自然语言处理及计算机视觉。书中涵盖大量应用实例,其中,虚拟博物馆实例贯穿全书。此外,本书还提供相关AI产品列表及源代码样例,方便读者快速开发自己的应用。<br />

精彩内容
大多数的AI书籍主要聚焦于AI背后的理论方法,却很少关注AI应用程序的工程化。目前存在哪些AI库、框架和服务?在哪种情况下应该选择哪种库、框架和服务?如何将它们整合到一个具有良好用户体验、易于维护的AI应用程序中?如何满足功能性要求和非功能性要求,特别是高性能要求?针对上述问题,本书结合当前的新兴技术和具体实例给出了很好的答案。<br /><br />本书首先介绍AI的定义以及AI的简要发展史,接着介绍主要的AI方法,包括机器学习和知识表示,之后给出AI应用程序架构设计的指导原则,最后聚焦于AI的各个分领域,包括信息检索、自然语言处理及计算机视觉。书中涵盖大量应用实例,其中,虚拟博物馆实例贯穿全书。此外,本书还提供相关AI产品列表及源代码样例,方便读者快速开发自己的应用。<br />

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP