人工智能导论及工程案例
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 34.15 7.0折 ￥ 49 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者王朕,刘瑜
出版社华中科技大学
ISBN9787577211343
出版时间2024-10
装帧平装
开本其他
定价49元
货号32217037
上书时间2024-11-24
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
天津财经大学理工学院计算机与信息工程系主任、副教授、硕士生导师。主要研究方向为机器视觉与模式识别,可视化与可视分析。博士毕业于日本筑波大学计算机科学与技术专业,曾任职日本电气株式会社（NEC）中央研究所,日本国立情报学研究所。担任CCFYOCSEF天津分论坛副主席，中国图像图形学学会可视化与可视分析专委会委员、中国体视学学会智能成像分会委员。
目录
目录
第1章 绪论
1.1 人工智能基础知识
1.1.1 人工智能的定义
1.1.2 人工智能的分类
1.2 人工智能的发展简史
1.3 人工智能的三大流派
1.4 人工智能的研究内容及研究领域
1.4.1 人工智能的研究内容
1.4.2 人工智能的研究领域
1.4.3 人工智能的实现要素
习题 1
第2 章人工智能领域的应用
2.1智慧城市
2.1.1智慧城市概述
2.1.2智慧城市的标准化
2.1.3智慧城市与数字城市的差异
2.2智慧交通
2.2.1 智慧交通概述
2.2.2 智慧交通系统
2.3 智慧家居
2.3.1 智慧家居概述
2.3.2 智慧家居的通用技术
2.3.3智慧家居系统
2.3.4智慧家居家庭场景
2.3.5 智慧家居社区场景
2.4智慧医疗
2.4.1 智慧医疗概述
2.4.2 智慧医疗保健
2.4.3 智慧医疗决策
2.5 智慧农业
2.5.1 智慧农业概述
2.5.2 智慧农业主要技术方向
2.5.3 智慧农业主要应用方向
2.6 智慧教育
2.6.1 智慧教育概述
2.6.2 智慧教育的基本架构与教育模式
2.6.3 智慧校园与智慧教室
2.6.4 智慧教育的展望
2.7 智慧新零售与智能客户服务
2.7.1 智慧新零售概述
2.7.2 智能客户服务
2.7.3智能客户服务大中小企业布局智能客服
2.7.4智能客户服务智能客服的人机分工
2.8 智慧金融
2.8.1 智慧金融概述
2.8.2智慧金融应用
2.8.3智慧金融与传统金融的区别
习题 2
第3 章知识工程
3.1概念表示
3.1.1 经典概念表示
3.1.2数理逻辑
3.2 知识表示
3.2.1 知识表示概述
3.2.2谓词逻辑表示法
3.2.3产生式表示法
3.2.4框架表示法
3.2.5 语义网络表示法
3.3 知识图谱
3.3.1 知识图谱的概述
3.3.2 知识图谱的特征
3.3.3知识图谱的构建
3.3.4 知识图谱的应用
习题 3
第4章 搜索算法
4.1 搜索概述
4.2 盲目搜索
4.2.1 深度优先搜索
4.2.2 广度优先搜索
4.3 启发式搜索
4.3.1 状态空间法
4.3.2启发性信息
4.3.3 A算法
习题4
第5章 机器学习
5.1 机器学习概述
5.1.1 机器学习的定义
5.1.2 机器学习简史
5.1.3 机器学习的基本结构
5.2机器学习的类型
5.2.1 监督学习
5.2.2无监督学习
5.2.3弱监督学习
5.2.4半监督学习
5.2.5强化学习
5.2.6 联邦学习
5.3 机器学习的算法
5.3.1 k近邻算法
5.3.2 k均值聚类
5.3.3 决策树算法
5.3.4回归算法
5.3.5贝叶斯算法
5.3.6机器学习算法的应用
习题 5
第6章 神经网络与深度学习
6.1 人工神经网络
6.1.1 由人脑到人工神经网络
6.1.2 BP 神经网络
6.2卷积神经网络
6.2.1 CNN 结构
6.2.2CNN 实例
6.3 循环神经网络
6.3.1 RNN 结构
6.3.2 RNN 实例
6.4 图神经网络
6.4.1 GNN 结构
6.4.2 GNN 实例
6.5 Transformer 注意力机制
6.5.1 Transformer 结构
6.5.2 Transformer 实例
6.6 深度学习
6.6.1 深度学习的意义
6.6.2深度学习的概念
6.6.3深度学习的核心思路
6.6.4深度学习的实现
6.6.5深度学习与机器学习的对比
习题 6
第7章计算机视觉
7.1 计算机视觉的基础
7.1.1 模式识别
7.1.2 图像识别
7.2 计算机视觉研究知识
7.2.1 计算机视觉的研究内容 ·
7.2.2 计算机视觉的发展
7.2.3计算机视觉的目的
7.2.4 计算机视觉与机器视觉的区别
7.3 计算机视觉系统
7.3.1 计算机视觉系统概述
7.3.2 计算机视觉的应用——工作流程
7.3.3应用举例
7.3.4人脸识别
7.3.5自动驾驶
习题 7
第8章自然语言处理
8.1自然语言处理的概念
8.1.1自然语言处理的目标
8.1.2自然语言处理的难点
8.1.3 语法分析与语义分析
8.1.4 自然语言处理的研究内容
8.2 机器翻译
8.3智能问答
8.4 语音处理
8.5 自然语言处理的未来
习题8
第9章智能机器人
9.1智能机器人基础知识
9.2国家发展需求
9.3 机器人的发展
9.4 人工智能在机器人上的应用
9.4.1智能感知技术
9.4.2智能导航与规划技术
9.4.3 智能控制与操作技术
9.4.4 机器人智能交互技术
9.4.5触觉传感技术
9.5 未来展望
习题 9
第10章基于深度学习的路面病害检测应用
10.1 路面病害检测理论基础
10.1.1 YOLOv5 目标检测算法
10.1.2注意力机制
10.2工程项目
10.2.1 基于改进 YOLOv5 的多特征融合网络
10.2.2实验数据集和模型训练中
10.2.3实验结果与分析
10.2.4 总结
第11章 融入情绪指标的深度学习在量化投资模型中的应用中
11.1 量化投资择时分类模型原理
11.2工程顶目
11.2.1 量化投资择时分类模型
11.2.2实验数据集和模型训练
11.2.3实验结果与分析
11.2.4总结
第 12 章鱼类图像深度学习分类
12.1 基于卷积神经网络的鱼类图像分类
12.1.1 AlexNet 网络
12.1.2 GoogLeNet 网络
12.2.1 监督学习方式下基于卷积神经网络的鱼类图像分类
12.2.2实验数据集合模型训练
12.2.3实验结果与分析
12.2.4 总结
参考文献
内容摘要
本书是面向大学普通本科生及部分研究生学习人工智能知识及实践需求而针对性地设计的教材。在基础理论方面,考虑了零基础接触人工智能知识学习要求,安排了人工智能的定义、发展简史、研究内容、研究领域等内容,同时在智慧城市、智慧交通、智慧家居、智慧医疗、智慧农业、智慧教育、智慧新零售与智能客户服务、智慧金融等应用场景上进行了导人介绍,方便读者了解人工智能知识与应用的整体情况。在理论和技术结合部分,则给出了知识工程、搜索算法、机器学习、深度学习、计算机视觉、自然语言处理、智能机器人等专业实践内容。从工程实践角度,则给出了基于深度学习的路面病害检测应用、融入情绪指标的深度学习在量化投资模型中的应用、鱼类图像深度学习分类的工程案例内容。
本书适合作为普通大学本科及研究生人工智能相关专业教材,绪论部分亦适合非计算机专业本科生使用，本书也可供相关教师及工程人员自学使用。
主编推荐
3个工程案例及代码9个高清视频及配套PPT9套习题及答案1套教学大纲
— 没有更多了 —
以下为对购买帮助不大的评价