您好,欢迎来到聚文网。 登录 免费注册
艾博士:深入浅出人工智能

艾博士:深入浅出人工智能

  • 字数: 733
  • 出版社: 清华大学
  • 作者: 编者:马少平|责编:白立军
  • 商品条码: 9787302646969
  • 版次: 1
  • 开本: 16开
  • 页数: 459
  • 出版年份: 2023
  • 印次: 1
定价:¥89.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书是一本针对初学者 介绍人工智能基础知识的书 籍。本书采用通俗易懂的语 言讲解人工智能的基本概念 、发展历程和主要方法,内 容涵盖人工智能的核心方法 ,包括什么是人工智能、神 经网络(深度学习)是如何 实现的、计算机是如何学会 下棋的、计算机是如何找到 最优路径的、如何用随机算 法求解组合优化问题、统计 机器学习方法是如何实现分 类与聚类的、专家系统是如 何实现的等,每种方法都配 有例题并给出详细的求解过 程,以帮助读者理解和掌握 算法实质,提高读者解决实 际问题的能力, 此外,本书可以帮助人 工智能的开发人员理解各种 算法背后的基本原理。书中 的讲解方法和示例,有助于 相关课程的教师讲解相关概 念和算法 总之,这是一本实用性 强、通俗易懂的人工智能入 门教材,适合不同背景的读 者学习和使用。
目录
第0篇 什么是人工智能 0.1 人工智能的诞生 0.2 人工智能的4个发展时代 0.2.1 初期时代 0.2.2 知识时代 0.2.3 特征时代 0.2.4 数据时代 0.3 什么是人工智能 0.4 图灵测试与中文屋子问题 0.4.1 图灵测试 0.4.2 中文屋子问题 0.5 第三代人工智能 0.6 总结 第1篇 神经网络是如何实现的 1.1 从数字识别谈起 1.2 神经元与神经网络 1.3 神经网络是如何训练的 1.4 卷积神经网络 1.5 梯度消失问题 1.6 过拟合问题 1.7 词向量 1.7.1 词的向量表示 1.7.2 神经网络语言模型 1.7.3 word2vec模型 1.7.4 词向量应用举例 1.8 循环神经网络 1.9 长短期记忆网络 1.10 深度学习框架 1.11 总结 第2篇 计算机是如何学会下棋的 2.1 能穷举吗? 2.2 极小-极大模型 2.3 α-β剪枝算法 2.4 蒙特卡洛树搜索 2.5 AlphaGo是如何下棋的 2.6 围棋中的深度强化学习方法 2.6.1 基于策略梯度的强化学习 2.6.2 基于价值评估的强化学习 2.6.3 基于演员-评价方法的强化学习 2.7 AlphaGo Zero是如何自学成才的 2.8 总结 第3篇 计算机是如何找到最优路径的 3.1 路径搜索问题 3.2 宽度优先搜索算法 3.3 迪杰斯特拉算法 3.4 启发式搜索 3.4.1 A算法 3.4.2 A算法 3.4.3 定义h函数的一般原则 3.4.4 h函数的评价

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网