人工智能基础及应用（微课版）--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书以人工智能为主要研究对象, 较全面地介绍人工智能的基本原理、常见算法和应用技术。全书分为9章, 主要内容包括: 绪论、知识图谱与专家系统、智能搜索策略、机器学习、特征选择与提取、人工神经网络、深度学习、深度神经网络在图像处理中的应用、深度神经网络在语音信号处理中的应用。本书深入浅出、层次分明、循环渐进地对人工智能基础及应用进行系统的介绍, 使读者学习得更加清晰明了。

第1章绪论

1.1 人工智能概述

1.1.1 智能的定义

1.1.2 人工智能的定义

1.1.3 人工智能的起源、现状及发展

1.2 人工智能研究的主要内容

1.2.1 模式识别

1.2.2 专家系统

1.2.3 知识库系统

1.2.4 自然语言理解

1.2.5 自动定理证明

1.2.6 计算机视觉

1.2.7 自动程序设计

1.2.8 自然语言生成

1.2.9 机器人学

1.2.10 分布式人工智能

1.2.11 计算机博弈

1.2.12 智能控制

1.2.13 软计算

1.2.14 智能规划

1.3 人工智能的主要技术

1.3.1 逻辑推理与定理证明

1.3.2 自然语言处理

1.3.3 智能机器人

1.3.4 最优解算法

1.3.5 智能信息检索技术

1.3.6 专家系统

1.3.7 智能控制技术

1.3.8 机器学习

1.3.9 生物特征识别

1.3.10 人工神经网络

1.3.11 虚拟现实技术与增强现实技术

1.3.12 知识图谱

1.3.13 数据挖掘与知识发现

1.3.14 人机交互技术

1.4 人工智能的应用领域

1.4.1 机器视觉

1.4.2 语音识别

1.4.3 智能机器人

1.5 人工智能的发展趋势与应用前景

1.5.1 人工智能的发展趋势

1.5.2 人工智能的应用前景

本章小结

习题

第2章知识图谱与专家系统

2.1 知识概述

2.1.1 知识

2.1.2 数据、信息、知识和智能

2.1.3 知识的特征

2.1.4 知识的分类

2.2 知识表示方法

2.2.1 逻辑表示法

2.2.2 产生式表示法

2.2.3 语义网络表示法

2.2.4 框架表示法

2.3 知识获取与管理

2.3.1 知识获取的概述

2.3.2 知识获取的任务

2.3.3 知识获取的方式

2.3.4 知识管理

2.4 知识图谱

2.4.1 知识图谱的概述

2.4.2 知识图谱的表示

2.4.3 知识图谱的推理

2.4.4 知识图谱的构建

2.4.5 知识图谱的分类

2.4.6 知识图谱的特点

2.5 专家系统

2.5.1 专家系统概述

2.5.2 专家系统的结构及构建步骤

2.5.3 专家系统的工作原理

2.5.4 专家系统的优点

2.6 知识图谱与专家系统应用及案例

2.6.1 知识图谱的应用及案例

2.6.2 专家系统的应用及案例

本章小结

习题

第3章智能搜索策略

3.1 搜索概述

3.2 状态空间搜索

3.2.1 状态空间表示

3.2.2 启发式信息与估价函数

3.2.3 A算法

3.2.4 A*算法

3.3 与或树搜索

3.3.1 与或树表示

3.3.2 解树的代价

3.3.3 与或树的有序搜索

3.4 博弈

3.4.1 博弈树

3.4.2 极大极小过程

3.4.3 α-β过程

3.5 遗传算法

3.5.1 基本过程

3.5.2 遗传编码

3.5.3 适应度函数

3.5.4 遗传操作

3.6 智能搜索应用案例

本章小结

习题

第4章机器学习

4.1 机器学习概述

4.1.1 什么是机器学习

4.1.2 机器学习的发展历程

4.1.3 机器学习方法分类

4.2 k最近邻域

4.3 决策树

4.3.1 决策树结构

4.3.2 构造决策树

4.3.3 随机森林

4.4 贝叶斯学习

4.4.1 贝叶斯法则

4.4.2 贝叶斯网络

4.4.3 朴素贝叶斯方法

4.5 支持向量机

4.5.1 线性可分数据二元分类问题

4.5.2 线性不可分数据二元分类问题

4.5.3 非线性可分数据二元分类问题

4.6 聚类分析

4.6.1 聚类分析概述

4.6.2 k均值聚类

4.6.3 k中心点聚类

4.7 基于k均值聚类算法实现鸢尾花聚类

本章小结

习题

第5章特征选择与提取

5.1 特征选择与提取概述

5.2 降维

5.3 特征提取

5.3.1 主成分分析

5.3.2 线性判别分析

5.4 特征选择

5.4.1 过滤法

5.4.2 包装法

5.4.3 嵌入法

5.5 特征选择与提取应用及案例

本章小结

习题

第6章人工神经网络

6.1 产生和发展

6.1.1 人工神经元

6.1.2 感知机

6.2 BP神经网络

6.2.1 BP神经网络的基本概述

6.2.2 BP神经网络的结构

6.2.3 BP神经网络算法

6.2.4 BP多层前馈网络的主要能力

本章小结

习题

第7章深度学习

7.1 卷积神经网络

7.1.1 CNN基本概述

7.1.2 CNN结构

7.2 深度学习的基本框架

7.2.1 概述

7.2.2 几种深度学习框架

7.3 循环神经网络

7.3.1 RNN概述

7.3.2 RNN的基本结构

7.4 长短时记忆网络

7.4.1 LSTM网络概述

7.4.2 LSTM网络的基本结构

7.4.3 LSTM网络的变体

7.5 生成对抗网络

7.5.1 GAN概述

7.5.2 GAN网络结构及训练

7.5.3 GAN的变体

7.6 迁移学习

7.6.1 迁移学习的定义及研究目标

7.6.2 迁移学习中的基本概念

……

8.1.3卷积神经网络与计算机视觉

8.2基于YOLO的交通标志检测与识别

8.2.1交通标志识别

8.2.2 YOLO系列简介

8.2.3基于YOLOv5的交通标志检测与识别8.3基于卷积神经网络的车牌定位与识别

8.3.1车牌特征

8.3.2车牌定位与识别方案设计

8.3.3基于YOLOv5和LPRNet的车牌定位与识别

本章小结

习题

第9章深度神经网络在语音信号处理中的应用

9.1语音信号的基础知识

9.1.1语言和语音

9.1.2语音信号的产生机理

9.1.3语音信号的感知

9.1.4语音信号产生的模型

9.2基本原理

9.2.1语音识别的基本原理

9.2.2语音增强的基本原理

9.2.3语音分离的基本原理

9.3语音增强技术及应用

9.4语音识别的前沿问题及应用前景

本章小结

习题

附录A Python 安装及简单函数的使用

A.1 Python 概述

A.1.1 Python的基本概念

A.1.2 Python的应用领域

A.1.3Python开发环境的安装与配置

A.1.4 Python编程规范

A.1.5扩展库安装方法

A.1.6标准库与扩展库中对象的导入与使用A.2内置对象、运算符、表达式

A.2.1 Python中常用的内置对象

A.2.2 Python运算符与表达式

人工智能基础及应用（微课版）

库存： {{selectedSku?.stock}} 库存充足